一种面向数值型数据分类的样本间度量学习方法与装置制造方法及图纸

本发明专利技术提供了一种一种面向数值型数据分类的样本间度量学习方法与装置，属于距离度量函数学习领域。本发明专利技术根据数值型数据样本矩阵及其每个样本的类别标签，计算中间矩阵并初始化惩罚因子；判断当前惩罚因子是否小于预设的最大惩罚因子，若是，根据当前惩罚因子、中间矩阵、以及样本矩阵，计算投影矩阵；利用投影矩阵将样本投影到新空间；在投影空间上对样本采用k

【技术实现步骤摘要】
一种面向数值型数据分类的样本间度量学习方法与装置


[0001]本专利技术属于距离度量函数学习领域，尤其涉及一种面向数值型数据分类的样本间度量学习方法与装置。

技术介绍

[0002]分类问题是计算机科学中一个经久不衰的热门问题，在许多领域都有分类方法的应用，如人脸识别、缺陷产品检测、垃圾邮件检测等。研究人员把需要分类的事物的特征保留，并用数值量化，从而把事物抽象为一个个向量，方便进一步研究分类问题。这些描述了事物特征信息的向量又称为“数值型数据”，数值型数据是分类问题处理的最普遍、最广泛的对象。
[0003]许多分类方法都需要用到一个叫“相似度”的概念来衡量数据之间的相似程度，如k
‑
最近邻算法(kNN)、支持向量机(SVM)等。相似度本质上是数值型数据空间中的“距离度量函数”。定义距离度量函数在数学上相当于将原始数据样本投影到新的空间，再在新空间上用欧氏距离计算数据样本间的距离。距离度量函数应尽可能使得同类数据样本的距离更小，不同类的数据样本的距离更大。因此，一个好的距离度量函数很大程度上决定了分类方法的准确率。...

【技术保护点】

【技术特征摘要】
1.一种面向数值型数据分类的样本间度量学习方法，其特征在于，包括以下步骤：步骤1，获取数值型数据样本矩阵X及其每个样本的类别标签；步骤2，判断两两样本标签是否相同，构建标签特征矩阵V和对角矩阵D；步骤3，根据数值型数据样本矩阵X、标签特征矩阵V和对角矩阵D，计算中间矩阵并获取中间矩阵的特征值以及特征值对应的特征向量；所述的中间矩阵的计算公式为：其中，上角标T表示转置，X表示由若干样本列向量构成的样本矩阵，每一个列向量为当前样本的特征向量；步骤4，初始化惩罚因子，令μ0＝μ
min
；步骤5，判断当前惩罚因子是否小于预设的最大惩罚因子，若是，则执行步骤6，若否，则执行步骤10；步骤6，根据当前惩罚因子、中间矩阵的特征值对应的特征向量、以及数值型数据样本矩阵X，计算投影矩阵；利用投影矩阵将数值型数据样本矩阵X中的样本投影到新空间；步骤7，在投影空间上对样本采用k
‑
最近邻算法进行K折交叉验证，记录当前惩罚因子下的平均准确度；步骤8，根据预设的惩罚因子缩放系数更新惩罚因子，返回步骤5；步骤9，选出平均准确度最高时对应的惩罚因子作为当前惩罚因子；步骤10，根据当前惩罚因子、中间矩阵的特征值对应的特征向量、以及数值型数据样本矩阵X，计算最优投影矩阵；基于最优投影矩阵获得样本间的距离度量。2.根据权利要求1所述的一种面向数值型数据分类的样本间度量学习方法，其特征在于，所述步骤2中的标签特征矩阵V中的元素V
ij
定义为：当数值型数据样本矩阵X中的第i个样本和第j个样本的类别标签相同时，V
ij
＝1；否则，V
ij
＝0。3.根据权利要求1所述的一种面向数值型数据分类的样本间度量学习方法，其特征在于，所述步骤2中的对角矩阵D中的元素D
ii
定义为：4.根据权利要求1所述的一种面向数值型数据分类的样本间度量学习方法，其特征在于，所述的初始化惩罚因子μ0＝μ
min
，初始化值满足以下公式：或者μ
min
＝min{μ>0|λ
i
≥0,i＝1,
…
,p}其中，μ
min
表示惩罚因子的最小值，p表示样本特征向量维度，η
i
表示中间矩阵的第i个特征值，μ表示当前惩罚因子，将满足λ
i
≥0条件下的最小的μ值作为初始化惩罚因子，λ
i
表示子投影矩阵的第i个特征值。
5.根据权利要求4所述的一种面向数值型数据分类的样本间度量学习方法，其特征在于，所述投影矩阵的计算过程包括：a)根据惩罚因子和中间矩阵的特征值对应的特征向量，计算子投影矩阵的特征值；b)根据子投影矩阵的特征值和中间矩阵的特征值，计算子投影矩阵：其中，Y表示子投影矩阵，u
i
表示中间矩阵的第i个特征值对应的特征向量，上角标T表示转置；...

【专利技术属性】
技术研发人员：黄浩，
申请(专利权)人：江西求是高等研究院，
类型：发明
国别省市：