基于L1-Graph表示的标记传播多观测样本分类算法.pdfVIP

第27卷 第 9期 信 号 处 理 V01．27． No．9 2011年9月 SIGNALPR0CESSING Sep．2011 基于 L1-Graph表示的标记传播多观测样本分类算法 胡正平 王玲丽 (燕山大学信息科学与工程学院，秦皇岛066004) 摘 要：同类样本被认为是分布在同一个高维观测空间的低维流形上，针对多观测样本分类如何利用这一流形结构的 问题 ，提出基于L1．Graph表示的标记传播多观测样本分类算法。首先基于稀疏表示的思路构造 L1一Graph，进而得到样本之 间的相似度矩阵，然后在半监督分类标记传播算法的基础上，限制所有的观测样本都属于同一个类别的条件下，得到一个 具有特殊结构的类标矩阵，最后把寻找最优类标矩阵的计算转化为离散 目标函数优化问题，进而计算出测试样本所属类别。 在 USPS手写体数据库、ETH一80物体识别数据库以及 CroppedYale人脸识别数据库上进行了一系列实验 ，实验结果表明了 本文提出方法的可行性和有效性。 关键词：稀疏表示；L1一Graph；标记传播；多观测样本分类 中图分类号 ：TP391．4 文献标识码 ：A 文章编号 ：1003—0530(2011)09—1325—06 LabelPropagationClassificationAlgorithm ofMultipleObservation SetsBasedonL1-GraphRepresentation HU Zheng-·ping W ANG Ling—l·i (YanshanUniversity，SchoolofInformationScienceandEngineering，Qinhuangdao066004，China) Abstract： Thesamplesineachclasssetcanbesupposedtodistributeonasamelow．dimensionalmanifoldofthehigh．dimen— sionalobservationspace．Withregardtohowtotakeadvantageofthismanifoldstructurefortheeffectiveclassificationofthemultipleob． servationsets，labelpropagationclassificationalgorithmofmultipleobservationsetsbasedonL1一Graphrepresentationisproposedinthis paper．BasedonsparserepresenattiontoconstructL1一Graphandobtainsasimilaritymatrixbetweensamplesasthefirststep．Allobser- rationimagesbelongtoasameclassiSrestrictedthattoobtainalabelmatrixofspecialstructureonthebasisofsemi—supervisedlbael propagationalgorithm．Lastly，transfomr thecomputationoftheoptimizationlabelmatrixtoanoptimizationproblem ofdiscreteobject functionandobtainstheclassofthetestsamples．ExperimentsontheUSPShandwrittendigitdatabase．ETH一80objectrecognitiondaat— baseandCroppedYalefacerecognitiondatabaseshowthattheproposedmethodisvalidandefficient． Keywords： SparseRepresentation；L1一Graph；Lba el