一种用于图像多标签数据流分类的在线自适应核选择方法

    公开(公告)号:CN119273942A

    公开(公告)日:2025-01-07

    申请号:CN202411340642.6

    申请日:2024-09-25

    Applicant: 扬州大学

    Inventor: 翟婷婷 方楠楠

    Abstract: 本发明公开了机器学习技术领域内的一种用于图像多标签数据流分类的在线自适应核选择方法,包括以下步骤:程序接收到一个待识别图像的特征向量;利用特征映射子程序将特征向量分别映射到特征空间,得到映射后的特征向量;使用当前最新的多标签核分类器来实时预测特征向量的相关标签集;预测结束后,进入多标签核分类器的在线更新子程序,该子程序得到多标签核分类器的迭代更新公式,从而得到下一轮的多标签核分类器;等待下一轮图像特征向量;若没有新的特征向量传入,则退出程序,本发明能在在线学习的过程中执行核函数的选择,同时进行多标签核分类器的在线学习,极大提高已有的在线核方法的在线多标签预测性能。

Patent Agency Ranking