合肥研究院在分類(lèi)器研究方面取得進(jìn)展

　　近期，中國(guó)科學(xué)院合肥物質(zhì)科學(xué)研究院智能機(jī)械研究所副研究員桂杰在分類(lèi)器研究方面取得進(jìn)展，相關(guān)研究成果發(fā)表在IEEE Transactions on Cybernetics 上。

　　分類(lèi)器是人工智能、機(jī)器學(xué)習(xí)、模式識(shí)別和數(shù)據(jù)挖掘領(lǐng)域的核心研究問(wèn)題之一。在現(xiàn)有文獻(xiàn)中，已有大量模式分類(lèi)方法被提出，比如最近鄰分類(lèi)器、支持向量機(jī)和稀疏表示分類(lèi)器。這些典型的、廣泛使用的分類(lèi)器是基于不同理論或應(yīng)用需求而提出的。傳統(tǒng)意義上，它們被看作是模式分類(lèi)的獨(dú)立的和特定的解，如何將它們統(tǒng)一地聯(lián)系起來(lái)是亟待解決的問(wèn)題。

　　桂杰提出了一個(gè)新穎的名為“代表向量機(jī)”的模式分類(lèi)框架。其基本思想是：測(cè)試樣本依據(jù)離它最近的代表向量進(jìn)行分類(lèi)。該框架的提出具有重大意義：一方面，代表向量機(jī)建立了一個(gè)經(jīng)典分類(lèi)器的統(tǒng)一框架，在此框架下，支持向量機(jī)、稀疏表示分類(lèi)器、最近鄰分類(lèi)器、最近線分類(lèi)器、最近面分類(lèi)器、最近子空間分類(lèi)器、最近中心分類(lèi)器等經(jīng)典分類(lèi)器都可以看作是代表向量機(jī)的特例，它們的區(qū)別僅僅在于代表向量不同。因此，大量經(jīng)典分類(lèi)器的潛在關(guān)系能被揭示，這樣能更好地理解模式分類(lèi)。另一方面，該框架為啟發(fā)設(shè)計(jì)新穎的和更魯棒的分類(lèi)器提供了可能。

　　文章基于代表向量機(jī)的框架提出了新穎的分類(lèi)器“判別向量機(jī)”。給定一個(gè)測(cè)試樣本，判別向量機(jī)首先找到它的k近鄰，然后基于魯棒的M算子和流形正則來(lái)執(zhí)行分類(lèi)。在大量可視識(shí)別任務(wù)如人臉識(shí)別、物體分類(lèi)和行為識(shí)別中，判別向量機(jī)展現(xiàn)了優(yōu)異的性能。

　　該研究工作得到了國(guó)家重大科學(xué)研究計(jì)劃項(xiàng)目和國(guó)家自然科學(xué)基金等項(xiàng)目的支持。

　　論文鏈接

(a) 最近線分類(lèi)器 (b) 最近面分類(lèi)器 (c) 代表向量機(jī)