-
公开(公告)号：CN117648602A
公开(公告)日：2024-03-05
申请号：CN202311582355.1
申请日：2023-11-24
Applicant: 吉林大学
IPC: G06F18/24 , G06V10/764 , G06V20/70 , G06N20/20
Abstract: 本发明涉及计算机应用技术领域，特别是指一种基于联合学习框架的Wasserstein偏多标记学习方法及装置。一种基于联合学习框架的Wasserstein偏多标记学习方法包括：根据不可靠众包的标记图像，获得带有噪声图像；将带有噪声图像进行数据转换，获得矩阵数据；对矩阵数据进行预处理，获得处理后矩阵数据；基于联合学习框架以及Wasserstein距离进行模型构建，获得多标签分类模型；使用处理后矩阵数据，对多标签分类模型进行训练，获得最优多标签分类模型；获取待标记图像；将待标记图像输入最优多标签分类模型，获得标注图像。本发明是一种基于噪声标签的产生原因和改进欧氏距离的准确、高效的偏多标记学习方法。
Search Results
1
records
(took 0.011 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
