基于全变差和欧拉弹性杆的有监督模式识别方法

摘要

本发明公布了一种基于全变差和欧拉弹性杆的有监督模式识别方法，首先在所述最小二乘正则化框架下构造出基于全变差和欧拉弹性杆的能量泛函；然后利用变分法将该能量泛函最小化问题转换为求解对应的欧拉-拉格朗日偏微分方程；对所述偏微分方程求解，进而得到最终的分类器；运用该分类器对数据进行模式识别。本发明对有监督模式识别问题提出了新的方法，可以应用于一般情况下的分类问题，例如手写体数字识别；在绝大多数数据集上，本发明提出的方法能达到与现有的流行方法相媲美的效果。

主权项

1.一种基于全变差和欧拉弹性杆的有监督模式识别方法，该方法基于连续的最小二乘正则化框架：其中x是用于模式识别的一个样本的特征向量表示，u(x)为要求的函数，y为训练数据集中样本x的类标签值，Ω为训练样本所处的定义域，λ是参数，S(u)为正则项，其特征是，所述正则项S(u)采用全变差和欧拉弹性杆的形式，从而得到新的有监督模式识别方法。