-
公开(公告)号：CN117994550B
公开(公告)日：2024-10-18
申请号：CN202410247864.7
申请日：2024-03-05
申请人： 哈尔滨理工大学
IPC分类号： G06V10/762 , G06V10/40 , G06N3/048 , G06N3/084 , G06N3/047 , G06V10/80 , G06V10/82 , G06N3/0464 , G06V40/10
摘要： 一种基于深度在线锚点子空间学习的非完备多视角大规模动物图像聚类方法，属于多媒体信息处理中的动物聚类处理领域。该方法首先对动物图像数据集提取样本特征进行归一化处理来构建多视角公共子空间学习网络，从而为每个视角构建k近邻图和高维流形分布矩阵，并设置可学习的锚点。然后将样本特征和k近邻图输入到子空间学习网络中，重构原始特征并计算损失函数。同时，施加流形正则化约束来约束网络学习表示，得到流形正则化的公共子空间自表示损失函数。通过小批量随机梯度下降算法训练网络，直至收敛。最后利用学习到的公共子空间进行谱聚类，得到聚类结果。与其他方法相比，本发明的精确度更高，性能更加稳健。
-
公开(公告)号：CN117830680B
公开(公告)日：2024-11-08
申请号：CN202410016589.8
申请日：2024-01-04
申请人： 哈尔滨理工大学
IPC分类号： G06V10/762 , G06V10/74 , G06V10/80 , G06V10/77
摘要： 一种基于小批量集成缩放点积注意力权重锚图的大规模非完备多视角动物图像聚类方法，属于动物形态学和多媒体信息处理中的动物图像数据聚类处理领域，首先通过对每个视角的存在样本中随机选取多组锚点，形成锚点特征批量和存在特征批量。然后利用缩放点积注意力计算每个视角的锚点和存在特征之间的相似度，得到视角专属集成锚图后根据缺失指示矩阵对其进行加权融合，得到视角公共锚图。重复多次，融合多个视角公共锚图得到视角公共集成锚图后进行快速谱聚类，得到最终聚类结果和准确率。与其他方法相比，本发明的精确度更高，性能更加稳健。
-
公开(公告)号：CN118781394A
公开(公告)日：2024-10-15
申请号：CN202410772151.2
申请日：2024-06-16
申请人： 哈尔滨理工大学
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种面向类别不对称跨域光谱图像的地物分类方法，属于光谱图像地物分类技术领域，本发明方法通过两个阶段的网络训练，实现了不同领域特征的有效对齐。第一阶段，预训练一个神经网络，并构建类别内聚损失函数与预测损失函数，旨在提取源域的类间关系，随后计算源域的类别中心，为后续步骤提供基础。第二阶段，训练一个主神经网络，针对源域和目标域共同拥有的对称类别，构建样本对齐损失函数与类别对齐损失函数，以确保两域之间的样本分布和类别中心相互对齐；针对源域存在而目标域缺失的不对称类别，通过构建特征对齐损失函数，使主神经网络提取的特征与预训练神经网络提取的特征相互对齐。最后将目标域测试集送入训练好的主神经网络中，从而获得目标域数据集的分类标签。在公开跨地域光谱数据集上的实施结果表明，与现有方法相比，该方法分类精度更高，性能更加稳健。
-
公开(公告)号：CN117994550A
公开(公告)日：2024-05-07
申请号：CN202410247864.7
申请日：2024-03-05
申请人： 哈尔滨理工大学
IPC分类号： G06V10/762 , G06V10/40 , G06N3/048 , G06N3/084 , G06N3/047 , G06V10/80 , G06V10/82 , G06N3/0464 , G06V40/10
摘要： 一种基于深度在线锚点子空间学习的非完备多视角大规模动物图像聚类方法，属于多媒体信息处理中的动物聚类处理领域。该方法首先对动物图像数据集提取样本特征进行归一化处理来构建多视角公共子空间学习网络，从而为每个视角构建k近邻图和高维流形分布矩阵，并设置可学习的锚点。然后将样本特征和k近邻图输入到子空间学习网络中，重构原始特征并计算损失函数。同时，施加流形正则化约束来约束网络学习表示，得到流形正则化的公共子空间自表示损失函数。通过小批量随机梯度下降算法训练网络，直至收敛。最后利用学习到的公共子空间进行谱聚类，得到聚类结果。与其他方法相比，本发明的精确度更高，性能更加稳健。
-
公开(公告)号：CN117830680A
公开(公告)日：2024-04-05
申请号：CN202410016589.8
申请日：2024-01-04
申请人： 哈尔滨理工大学
IPC分类号： G06V10/762 , G06V10/74 , G06V10/80 , G06V10/77
摘要： 一种基于小批量集成缩放点积注意力权重锚图的大规模非完备多视角动物图像聚类方法，属于动物形态学和多媒体信息处理中的动物图像数据聚类处理领域，首先通过对每个视角的存在样本中随机选取多组锚点，形成锚点特征批量和存在特征批量。然后利用缩放点积注意力计算每个视角的锚点和存在特征之间的相似度，得到视角专属集成锚图后根据缺失指示矩阵对其进行加权融合，得到视角公共锚图。重复多次，融合多个视角公共锚图得到视角公共集成锚图后进行快速谱聚类，得到最终聚类结果和准确率。与其他方法相比，本发明的精确度更高，性能更加稳健。
-
公开(公告)号：CN117253065A
公开(公告)日：2023-12-19
申请号：CN202311280794.7
申请日：2023-09-29
申请人： 哈尔滨理工大学
IPC分类号： G06V10/762 , G06V10/80
摘要： 一种基于局部和全局锚图集成的非完备多视角场景图像数据聚类方法，属于多媒体信息处理中的场景图像数据聚类处理领域，首先对每个视角的数据随机采样，得到锚集和非锚集，然后用稀疏子空间模型求解边权矩阵，构建基础局部非完备锚图。接着对多个基础局部非完备锚图进行加权平均融合，得到每个视角的局部非完备锚图，再根据样本缺失指示矩阵对其进行加权平均融合得到基础全局完备锚图。最后，对基础全局完备锚图进行加权平均得到基础全局完备锚图，用奇异值分解和K均值聚类进行聚类分析，得到最终聚类结果。与其他方法相比，本发明的精确度更高，性能更加稳健。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.017 秒)
