龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：贵州大学
摘要：本发明涉及计算机视觉图像分类技术领域，具体公开了一种基于数据增强的用于图像分类的联合字典学习方法，包括数据增强和联合字典学习方法，数据增强通过两步特征选择策略来减少类样本内的过度相似性，联合字典学习方法利用数据增强方案生成的增强样本，将其与原始样本合并，并嵌入标签约束和局部约束以构建联合判别性字典，本发明通过结合数据增强方法，并将标签一致性和局部一致性嵌入到字典中，生成了判别性的字典。数据增强方案通过两步特征选择策略，增加了样本类内的差异性，减少类样本内的过度相似性，该方法可以作为一种通用的方法用于图像分类技术中，这样的特征处理方法有助于提高模型的泛化能力，使得在实际应用中更稳健。
主权项：1.一种基于数据增强的用于图像分类的联合字典学习方法，其特征在于，包括数据增强和联合字典学习方法；所述数据增强通过两步特征选择策略来减少类样本内的过度相似性，所述联合字典学习方法利用数据增强方案生成的增强样本，将其与原始样本合并，并嵌入标签约束和局部约束以构建联合判别性字典；所述联合字典生成的方法步骤为：步骤一、输入原始图像，利用两步特征选择策略来生成原始图像的增强样本；步骤二、结合原始样本和增强样本，使用K-SVD字典学习算法来构建原始字典和表达式系数；步骤三、将标签约束嵌入字典，根据标签一致性原理，构造加权标签矩阵和缩放标签矩阵；步骤四、将局部约束嵌入字典，利用字典构造其近邻图，并进一步构造拉普拉斯矩阵；步骤五、使用OMP正交匹配追踪算法迭代更新字典原子和稀疏系数；步骤六、使用特定的分类模型计算字典对每类样本的贡献值并输出样本具体类别。
全文数据：
权利要求：
百度查询： 贵州大学 一种基于数据增强的用于图像分类的联合字典学习方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号