LSPSA基于局部结构保持的共享子空间分析.pdfVIP

第41卷 第 10期 计 算 机 科 学 Vo1．41No．10 2014年 10月 Computer Science Oct2014 LSPSA：基于局部结构保持的共享子空间分析 杜琳琳 朱振峰 段红帅 赵 耀 (北京交通大学信息科学研究所 北京 100044) (现代信息科学与网络技术北京市重点实验室 北京 100044) 摘 要 多输出正则投影 (MORP)算法将输入特征向量和由类标签形成的多输出特征向量经过因子分解方法映射到 一 个共享子空间，从而建立输入特征与类标签的关联。在MORP的基础上，通过引入图约束，提出了一种基于局部结 构保持的共享子空间分析方法(LSPSA)，该方法在获取共享信息的同时，保持原始多视角特征空间与共享子空间中的 数据具有相近的局部几何结构关系，从而避免多视角数据在共享子空间的过拟合问题。此外，还提出了一种图模型逼 近方法，实现 了LSPSA的在线扩展，解决了在线获取新测试样本在共享子空间中表征的高复杂度问题。在 UCI多特 征手写体数据库上的分类及检索实验验证 了所提 出的算法的有效性。 关键词 多视角，共享子空间，局部结构保持，图模型，在线扩展 中图法分类号 TP391 文献标识码 A DOI 10．11896／j．issn．1002—137X．2014．10．015 LocalStructurePreservedShared-subspaceAnalysis DU Lin-lin ZHU Zhen-feng DUAN Hong-shuai ZHAO Yao (InstituteofInformationScience，BeijingJiaotongUniversity，Beijing100044，China) (BeijingKeyLaboratoryofAdvancedInformationScienceandNetworkTechnology，Beijing100044，China) Abstract W iththerapiddevelopmentofinformationtechnology，multi-view datahasbecomeincreasinglycommonand how toobtainthesharedinformationfrom themulti—view datahasbecomeoneofthehottestresearchtopicsinthefield ofmachinelearning．Asasharedsubspacemethodformulti-view data，Multi—outputregularizedfeatureprojection (M0RP)hasbeenproposedrecentlytobuildthecorrelationofmulti-view datainthesharedsubspacebymatrixfactor— ization．Comparedwiththeclassicalmulti—view analysismethodCCA，MORPhasbeenprovedtobemoreeffective．On thebasisofM0RP。weproposedaloealstructurepreservedshared-subspaceanalysis(LSPSA)methodbyimposingan extragraphconstraint．Whi1eobtainingthesharedinformationfrom multi-view datalikeM0RP，thelocalgeometrical structureofdatainbothsharedsubspaceandorigina