基于维度加权和视角特征一致性的半监督分类算法

摘要

本发明提供了一种基于维度加权和视角特征一致性的半监督分类算法。首先，采用自适应局部结构学习的方法构建多视角数据每个视角的相似度矩阵；然后，将所有视角的相似度矩阵取平均值作为初始的一致性相似度矩阵，并构建基于维度加权和视角特征一致性的多视角半监督分类模型；接着，采用交替迭代更新方法求解该模型，直至得到最终的标签矩阵；最后，根据标签矩阵得到样本的标签，完成样本分类。本发明构建的分类模型将构造相似度矩阵与标签推断相结合，降低了构图质量对分类结果的影响；且由于对视角内特征维度加权并考虑数据的局部结构信息，可以获得更好的分类结果。