一种基于子空间分割的多任务协同分类方法

本发明属于图像识别与分类以及机器学习技术领域，具体涉及一种基于子空间分割的多任务协同分类方法，首先在给定的不同分类任务下，分别对其数据进行降维预处理，并在每个任务上随机选择部分样本构建训练数据；其次，建立基于子空间分割的多任务协同学习框架，通过子空间分割机制将学习任务按照相关性划分至不同的组中来进行联合训练。针对所提框架，提出了一种基于重加权的交替迭代优化算法来进行求解，学习每个分类任务上的最优投影矩阵。最后，利用得到的投影矩阵来对图像数据集进行分类处理。本发明可以更鲁棒地学习到不同图像分类任务间的最优结构关系，并避免负迁移问题的出现。