-
公开(公告)号：CN110009049A
公开(公告)日：2019-07-12
申请号：CN201910283982.2
申请日：2019-04-10
Applicant: 江南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于自步约束机制的可监督图像分类方法包括，划分训练样本难易种类；建立稀疏表示模型，并样本带入稀疏表示模型训练；获取图像分类模型和预测模型；以及，构建类别决策器；其中，所述训练样本难易种类包括训练易样本和训练难样本；所述划分训练样本难易种类采用自步约束矩阵划分；本发明通过自步约束矩阵对训练样本进行划分，将训练易样本和难样本依次带入定义的稀疏表示模型中进行不断训练，可构成具体自步约束的图像分类方案，便于利用更多的判别信息，且对样本噪声具有鲁棒性，从而可解决当面对包含噪声和巨大类内变化的复杂样本时监督字典学习机制将不再适用的问题，提高了图像识别效果。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
