[发明专利]一种基于Lp+s范数的多视角鲁棒性图像识别方法

摘要

一种基于Lp+s范数的多视角鲁棒性图像识别方法，该方法基于LP范数最小化和LS范数最大化的鲁棒多视图广义特征值近端支持向量机(Lp，s‑MvGEPSVM)，结合多视图学习以及Lp+s范数度量，得到了较高的精度和良好的抗噪声能力。

主权项

1.一种基于Lp+s范数的多视角鲁棒性图像识别方法，其特征在于：包括以下步骤：输入：原始数据矩阵A₁,A₂,B₁,B₂，其中分别表示第一个视角的正类和负类数据集，分别表示第二个视角的正类和负类数据集；初始化投影向量并且设置迭代次数值t＝1，参数p∈{0.1,0.2,...,1，.s∈{1.1,1.2,...,1.9,2}，δ∈{2ⁱ|i＝‑10,‑9,...,9,10}，ε∈{0.25,0.5,0.75,1}；步骤一：计算第t次迭代的目标函数值λ^(t),φ^(t)；步骤二：根据投影向量z求得对角矩阵D^(t),V^(t),U^(t)以及列向量k^(t)，根据ξ求得对角矩阵F^(t),Q^(t),O^(t)及列向量η^(t),定义步骤三：求解以及得到z,ξ并且设置t＝t+1；步骤四：重复步骤一、步骤二及步骤三直至收敛；步骤五：确定最终的分类平面z,ξ。