2

我正在编写内核匹配追求的代码。在那，我已经习惯了 cvxpy 进行凸优化。我必须最小化基于这篇论文的以下目标：http: //ieeexplore.ieee.org/xpl/articleDetails.jsp？ arnumber=6815769 ，代码如下：

import os
import cv2
import numpy as np
import cvxpy as cp
import cvxopt
from sklearn.datasets import make_sparse_coded_signal
from sklearn.linear_model import OrthogonalMatchingPursuit

rootdir = 'F:/face train image'

image=list()
#newimg=list()
for subdir, dirs, files in os.walk(rootdir):
 for file in files:
    img=cv2.imread(os.path.join(subdir, file),0)
    img1=cv2.resize(img,(50,50))
    img2=np.reshape(img1,(2500,1))
    image.append(img2)

for i in range(1,len(image)):
if i == 1:
    Y=image[0]
Y=np.append(Y,image[i],1)

[r,c]=Y.shape
for i in range(0,c):
a=np.linalg.norm(Y[:,i])
for j in range(0,r):
    Y[j,i]=Y[j,i]/a

yt=cv2.imread( "F:/face test image/s5/8.pgm",0)
yt=cv2.resize(yt,(50,50))
yt=np.reshape(yt,(2500,1))

Ytr=np.transpose(Y)
print Ytr.shape

ytr=np.transpose(yt)
print ytr.shape
#Kernel functions using dot product.Here only linear kernel is used.
KYY=np.dot(Ytr,Y)
Kytyt=np.dot(ytr,yt)
KytY=np.dot(ytr,Y)

lam=0.2
xt=cp.Variable(25,1,name="xt")
xtr=xt.T

epirk=Kytyt+xt.T*KYY*xt-KytY*xt
objective= cp.Minimize(epirk+lam*cp.norm1(xt))
constraints=[]
prob=cp.Problem(objective,constraints)
result=prob.solve()

但是，代码不起作用并抛出错误：不能将两个非常数相乘。我认为这是在“epirk”中将三个项相乘的问题。但是，我对此没有任何解决方案。请帮忙。

4

1 回答 1

1

你是对的。在您形成epirk需要使用的行中，quad_form(xt, KYY)而不是xt.T*KYY*xt.

在 CVXPY 中，不允许将两个非常量值相乘。您必须使用等效的 CVXPY 函数。

于 2015-04-27T23:43:23.367 回答