MVP 基于CCA 的多视图数据相关性预测方法.pdfVIP

第２８卷第８期　　　 计算机应用与软件 Ｖｏｌ２８Ｎｏ．８ ２０１１年８月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｕｇ．２０１１ ＭＶＰ：基于ＣＣＡ的多视图数据相关性预测方法 １ ２ ３ 卜道成　陈　飞 　纪传舜 １（复旦大学计算机科学技术学院　上海２００４３３） ２（新南威尔士大学电子工程与通信学院　澳大利亚悉尼２０５２） ３（英特尔亚太研发有限公司数据中心事业群　上海２００２４１） 摘　要　　多视图的数据广泛存在于真实的应用中。比如说网络上用户标注的图像，一个视图是由图像的底层特征去表征，而另一 个则由文本特征去表征。如何从这种类型的数据中有效地挖掘出有价值的信息对于做数据挖掘和数据检索的人来说具有很大的挑 战性。提出多视图的预测算法（ＭＶＰ）去获取一个子空间，在这个子空间上，通过典型相关分析使得两个视图之间的相互关系最大 化。在训练步，期望能通过学习同时得到典型向量组成的子空间和对应典型向量的相关系数；在预测步，通过把数据投影到子空间 上产生多视图数据的得分向量。再由得分向量通过多重回归有效地判断出测试样本两个视图之间是不是存在相互关系。基于文本 标注图像的实验表明了算法的有效性。 关键词　　多方面　数据预测　典型相关分析　降维 中图分类号　ＴＰ３０１　　　　文献标识码　Ａ ＭＶＰ：ＣＣＡＢＡＳＥＤＭＵＬＴＩＶＩＥＷＤＡＴＡＣＯＲＲＥＬＡＴＩＯＮＰＲＥＤＩＣＴＩＯＮＭＥＴＨＯＤ １ ２ ３ ＢｕＤａｏｃｈｅｎｇ　ＣｈｅｎＦｅｉ　ＪｉＣｈｕａｎｓｈｕｎ １（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＦｕｄａｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００４３３，Ｃｈｉｎａ） ２（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ，ＴｈｅＵｎｉｖｅｒｓｉｔｙｏｆＮｅｗＳｏｕｔｈＷａｌｅｓ，Ｓｙｄｎｅｙ２０５２，Ａｕｓｔｒａｌｉａ） ３（ＤａｔａＣｅｎｔｅｒＧｒｏｕｐ，ＩｎｔｅｌＡｓｉａＰａｃｉｆｉｃＲｅｓｅａｒｃｈ＆ＤｅｖｅｌｏｐｍｅｎｔＬｔｄ．，Ｓｈａｎｇｈａｉ２００２４１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｍｕｌｔｉｖｉｅｗｄａｔａｃｏｍｍｏｎｌｙｅｘｉｓｔｓｉｎｒｅａｌａｐｐｌｉｃａｔｉｏｎｓ．Ｔａｋｅａｕｓｅｒｔａｇｇｅｄｉｍａｇｅｏｎｔｈｅｗｅｂ，ｆｏｒｉｎｓｔａｎｃｅ．Ｏｎｅｏｆｉｔｓｖｉｅｗｓｉｓ ｒｅｐｒｅｓｅｎｔｅｄｂｙｔｈｅｉｍａｇｅ’ｓｌｏｗｌｅｖｅｌｆｅａｔｕｒｅｓ，ｔｈｅｏｔｈｅｒｂｙｉｔｓｔｅｘｔｕａｌｆｅａｔｕｒｅｓ．Ｉｔｉｓａｂｉｇｃｈａｌｌｅｎｇｅｆｏｒｐｅｏｐｌｅｄｏｉｎｇｄａｔａｍｉｎｉｎｇａｎｄｒｅｔｒｉｅｖａｌ ｈｏｗｔｏｅｆｆｅｃｔｉｖｅｌｙｄｉｇｏｕｔｖａｌｕａｂｌｅｉｎｆｏｒｍａｔｉｏｎｆｒｏｍｓｕｃｈｋｉｎｄｏｆｄａｔａ．ＭｕｌｔｉｖｉｅｗＰｒｅｄｉｃｔｉｏｎ（ＭＶＰ）ａｌｇｏｒｉｔｈｍ，ｐｒｏｐｏｓｅｄｂｙｔｈｅａｕｔｈｏｒｓ， ａｉｍｓｔｏｏｂｔａｉｎａｓｕｂｓｐａｃｅ，ｗｈｅｒｅｔｈｅｍｕｔｕａｌｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｗｏｖｉｅｗｓｉｓｍａｘｉｍｉｚｅｄｖｉａｃａｎｏｎｉｃａｌｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓ（ＣＣＡ）．Ｉｎｔｈｅ ｔｒａｉｎｉｎｇｓｔａｇｅ，ｉｔｉｓｅｘｐｅｃｔｅｄｔｏｏｂｔａｉｎ，ａｌｏｎｇｗｉｔｈｌｅａｒｎｉｎｇ，ｔｈｅｓｕｂｓｐａｃｅｃｏｍｐｏｓｅｄｂｙｃａｎｏｎｉｃａｌｖｅｃｔｏｒｓａｎｄｔｈｅｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓｗｉｔｈ ｒｅｓｐｅｃｔｔｏｔｈｅｃａｎｏｎｉｃａｌｖｅｃｔｏｒｓ；ｉｎｔｈｅｐｒｅ