1.一种计算机上执行的融合局部与全局特征的半监督分类方法,包括:
S100、准备数据集X,所述数据集X包括已标记数据XL和未标记数据XU两部分,已标记数据XL的标记信息为FL,数据的特征通过数据属性信息来描述,L表示已标记数据的个数;其中,所述步骤S100中的数据集选用USPS、digit1、COIL1、COIL2数据集之一;
S200、对步骤S100准备的数据集X,提取数据的基础关系,构造初始图G0(V,E0),其中V代表图中的节点,E0代表图G0中的边;
S300、通过局部链路预测的方法对初始图G0中不存在的边进行预测,并对预测出的边进行排序,选择一定的比例的所述预测的边加入到初始图G0中得到图G1(V,E1),其中V代表图中的节点,E1代表图G1中边;
S400、对步骤S300中得到图G1的相似度矩阵W1进行对称化,再对对称化处理后的图G1的相似度矩阵W1进行归一化;
S500、通过全局链路预测的方法对初始图G0中不存在的边进行预测,对预测出的边进行排序,选择一定的比例的所述预测的边加入到初始图G0中得到图G2(V,E2),其中V代表图中的节点,E2代表图G2中;
S600、对步骤S500中得到图G2的相似度矩阵W2进行对称化,再对对称化处理后的图G2的相似度矩阵W2进行归一化;
S700、对步骤S400中得到的图G3和步骤S600中得到的图G4,利用公式P0=αG3+(1-α)G4进行融合,得到概率矩阵P0(N*N),其中α为超参,取在(0,1)之间的数,N代表节点数;
S800、基于步骤S700中得到的概率矩阵P0构造概率转移矩阵,并将已标记的信息融合到概率转移矩阵中,再进行归一化,得到归一化的概率转移矩阵;
S900、将节点的标记信息按照步骤S800得到的归一化的概率转移矩阵中定义的概率进行传播;
S1000、使传播后的标记矩阵中的前L行数据与原始标记矩阵中的前L行数据一致,防止已标记信息被污染;
S1100、对步骤S1000中更新计算出的标记矩阵进行判断,如果该矩阵已经收敛不再变化,执行步骤S1200;否则,返回继续执行步骤S800;
S1200、得到融合局部与全局特征的半监督分类结果图G5,使得数据集X中未标记数据Xu赋予对应的标记信息Fu,完成分类;
所述方法能够提高分类的准确率和分类效率。
2.根据权利要求1所述的方法,所述步骤S200中,提取数据的基础关系构造初始图是通过K-近邻(KNN)算法或最小生成树算法来实现。
3.根据权利要求1所述的方法,所述步骤S300中,局部链路预测的方法选用共同邻居(CN)方法对图G0中不存在的边进行计算。
4.根据权利要求1所述的方法,所述步骤S300和S500中,选择一定的比例是按照5%-10%的比例。
5.根据权利要求1所述的方法,所述步骤S400中,
对步骤S300中得到图G1计算相似度矩阵W1,计算公式为径向基函数:,其中exp表示指数函数,表示W1中第i行第j列的元素,表示G1中存在连接的节点和的距离,采用欧氏距离作为测度计算出数据点和之间的相似性:,为超参,用来调整径向基函数的局部作用范围, 取值越大,局部影响力越大;
对图G1的相似度矩阵W1进行对称化处理,对称化处理的公式为:,其中W1表示图G1的相似度矩阵,大小为N*N,为W1的转置矩阵,其大小为N*N;
再对对称化处理后的图G1的相似度矩阵W1进行归一化处理,用NW1表示相似度矩阵W1的归一化矩阵,其大小为N*N,归一化处理的计算公式为,其中NW1ij代表归一化矩阵中的第i行第j列元素的值,W1ij代表相似度矩阵W1中第i行第j列元素的值,min(W1i)代表取相似度矩阵W1第i行中的最小值,max(W1i)代表取相似度矩阵W1第i行中的最大值;
归一化后,NW1的数据都在[0,1]范围内,得到NW1对应的图G3(V,E3),其中V表示代表图中的节点,E3代表图G3中边。
6.根据权利要求1所述的方法,所述步骤S500中,全局链路预测的方法选用Katz算法对G0中不存在的边进行计算。
7.根据权利要求1所述的方法,所述步骤S600中,
对步骤S500中得到图G2计算相似度矩阵W2,计算公式为径向基函数:,其中exp表示指数函数,表示W2中第i行第j列的元素,表示G2中存在连接的节点和的距离,采用欧氏距离作为测度计算出数据点和之间的相似性:,为超参,用来调整径向基函数的局部作用范围, 取值越大,局部影响力越大;
对图G2的相似度矩阵W2进行对称化处理,对称化处理的公式为,其中W2表示图G2的相似度矩阵,大小为N*N,为W2的转置矩阵,其大小为N*N;
再对对称化处理后的图G2的相似度矩阵W2进行归一化处理,用NW2表示相似度矩阵W2的归一化矩阵,其大小为N*N,归一化处理的计算公式为,其中NW2ij代表归一化矩阵中的第i行第j列元素的值,W2ij代表相似度矩阵W2中第i行第j列元素的值,代表取相似度矩阵W2第i行中的最小值,max(W2i)代表取相似度矩阵W2第i行中的最大值;
归一化后,NW2的数据都在[0,1]范围内,得到NW2对应的图G4(V,E4),其中V代表图G4中的节点,E4代表图G4中边。
8.根据权利要求1所述的方法,所述步骤S800具体为:
将含有已标记信息FL的数据集X用矩阵的形式表示,得到初始标记矩阵F0(N*C),其中N代表节点个数,C代表特征类别数;
将初始标记矩阵F0与概率矩阵P0相乘,得到标记矩阵Ft,并用公式,将已标记的信息融合到概率转移矩阵中,其中Pt表示概率转移矩阵,Pt的初始值为P0,t代表迭代次数,表示 Ft的转置矩阵,为超参,取值在(0,1)之间,Q表示带有融合了已标记信息但未归一化的矩阵;
按公式对Q进行归一化,其中表示矩阵Q中第i行第j列的元素,示第i行元素之和,得到归一化的概率转移矩阵Pt+1。
9.根据权利要求8所述的方法,所述步骤S900中,传播公式为:,其中Ft+1代表第t次传播后得到的标记矩阵。
10.根据权利要求9所述的方法,所述步骤S1000中,利用公式使传播后的标记矩阵Ft+1中前L行数据与原始标记矩阵F0中的前L行数据一致,防止已标记信息被污染;其中表示初始标记矩阵F0中的前L行,表示Ft+1中的前L行,L表示一开始数据集X中已有标记信息的数据的个数。