技術(shù)特征：

1.一種核范數(shù)驅(qū)動的數(shù)據(jù)分類方法，其特征在于，基于核范數(shù)作為距離度量的思想，該方法包括：

依據(jù)訓(xùn)練集中訓(xùn)練樣本的初始標(biāo)簽信息確定初始類別矩陣Y，以及通過對所有所述訓(xùn)練樣本執(zhí)行近鄰搜索操作構(gòu)造得到相似度量矩陣，并對所述相似度量矩陣進(jìn)行對稱化、歸一化處理得到權(quán)重系數(shù)矩陣W；其中，所述訓(xùn)練集包括有標(biāo)簽訓(xùn)練樣本和無標(biāo)簽訓(xùn)練樣本，所述權(quán)重系數(shù)矩陣W用于表征樣本間的近鄰特性；

基于所述初始類別矩陣Y和所述權(quán)重系數(shù)矩陣W，通過平衡近鄰重構(gòu)項和標(biāo)簽擬合項建立直推式標(biāo)簽傳播模型，利用所述直推式標(biāo)簽傳播模型進(jìn)行迭代優(yōu)化得到所述訓(xùn)練集的軟類別標(biāo)簽預(yù)測矩陣F；其中，所述近鄰重構(gòu)項是可靠的核范數(shù)度量的重構(gòu)錯誤項，用于定義流形平滑項，所述標(biāo)簽擬合項是基于加權(quán)L2,1范數(shù)正則化的標(biāo)簽擬合項；

利用所述軟類別標(biāo)簽預(yù)測矩陣F，計算得到測試樣本的軟類別標(biāo)簽向量，根據(jù)軟類別標(biāo)簽向量中概率的最大值對應(yīng)的類別確定所述測試樣本的類別，得到最準(zhǔn)確的分類結(jié)果；其中，所述軟類別標(biāo)簽向量中的元素為所述測試樣本歸屬各個類別的概率。

2.如權(quán)利要求1所述的方法，其特征在于，所述通過對所有所述訓(xùn)練樣本執(zhí)行近鄰搜索操作構(gòu)造得到相似度量矩陣，并對所述相似度量矩陣進(jìn)行對稱化、歸一化處理得到權(quán)重系數(shù)矩陣W，包括：

對所述訓(xùn)練集中每個樣本進(jìn)行K近鄰搜索，找出每個樣本在所述訓(xùn)練集中的K個距離最近的樣本；

采用LLE-重構(gòu)權(quán)的構(gòu)造算法，構(gòu)造相似近鄰圖的相似度量矩陣；

對所述相似度量矩陣進(jìn)行對稱化、歸一化處理，得到所述權(quán)重系數(shù)矩陣W。

3.如權(quán)利要求1或2所述的方法，其特征在于，通過解決以下目標(biāo)函數(shù)最小化問題實現(xiàn)所述平衡近鄰重構(gòu)項和標(biāo)簽擬合項：

$\underset{F}{Min}\hat{J}=\left|\right|F^T-{\mathrm{WF}}^T|{|}_{*}+tr\left({\left(F^T-Y^T\right)}^{T}UV\right(F^T-Y^T\left)\right)$

其中，||F^T-WF^T||_*為所述近鄰重構(gòu)項，tr((F^T-Y^T)^TUV(F^T-Y^T))為所述標(biāo)簽擬合項；U是以μ_i為元素的平衡近鄰重構(gòu)項和標(biāo)簽擬合項之間的正權(quán)衡參數(shù)矩陣；V是以V_i,i＝1/2||hⁱ||₂(i＝1,2,...,l+μ)為元素的對角矩陣，hⁱ為矩陣F^Τ-Y^Τ的第i個行向量。

4.一種核范數(shù)驅(qū)動的數(shù)據(jù)分類系統(tǒng)，其特征在于，基于核范數(shù)作為距離度量的思想，該系統(tǒng)包括：

訓(xùn)練預(yù)處理模塊，用于依據(jù)訓(xùn)練集中訓(xùn)練樣本的初始標(biāo)簽信息確定初始類別矩陣Y，以及通過對所有所述訓(xùn)練樣本執(zhí)行近鄰搜索操作構(gòu)造得到相似度量矩陣，并對所述相似度量矩陣進(jìn)行對稱化、歸一化處理得到權(quán)重系數(shù)矩陣W；其中，所述訓(xùn)練集包括有標(biāo)簽訓(xùn)練樣本和無標(biāo)簽訓(xùn)練樣本，所述權(quán)重系數(shù)矩陣W用于表征樣本間的近鄰特性；

訓(xùn)練模塊，用于基于所述初始類別矩陣Y和所述權(quán)重系數(shù)矩陣W，通過平衡近鄰重構(gòu)項和標(biāo)簽擬合項建立直推式標(biāo)簽傳播模型，利用所述直推式標(biāo)簽傳播模型進(jìn)行迭代優(yōu)化得到所述訓(xùn)練集的軟類別標(biāo)簽預(yù)測矩陣F；其中，所述近鄰重構(gòu)項是可靠的核范數(shù)度量的重構(gòu)錯誤項，用于定義流形平滑項，所述標(biāo)簽擬合項是基于加權(quán)L2,1范數(shù)正則化的標(biāo)簽擬合項；

類別確定模塊，用于利用所述軟類別標(biāo)簽預(yù)測矩陣F，計算得到測試樣本的軟類別標(biāo)簽向量，根據(jù)軟類別標(biāo)簽向量中概率的最大值對應(yīng)的類別確定所述測試樣本的類別，得到最準(zhǔn)確的分類結(jié)果；其中，所述軟類別標(biāo)簽向量中的元素為所述測試樣本歸屬各個類別的概率。