基于鲁棒最小二回归框架的图像分类和特征选择方法

摘要

本发明涉及一种基于鲁棒最小二回归框架的图像分类和特征选择方法，是一种损失函数为凹函数的鲁棒最小二乘回归框架的图像分类和特征选择方法，通过在调节参数p，在应用过程中既能用于图像分类，又能用于特征选择，同时提高了算法鲁棒性和精度。在该算法中，目标函数由任意的凹损失函数和基于l2,p范数的正则化项构成，通过迭代算法求解，首先对原凹函数求导，将优化问题转化为可求解的目标函数，相当于为每个样本点添加自适应权重，增强了算法的鲁棒性。通过优化目标函数可得到最优的转换矩阵，进而可用于图像分类和特征选择。