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：中国人民解放军国防科技大学
摘要：本发明公开了融合高阶标签相关性的多标签分类方法，其步骤包括：采用数据驱动的方式挖掘数据集中的标签共现信息来定义标签之间的相关性，构建标签超图；针对图像分类任务，选用深度残差网络ResidualNetwork，ResNet作为主干提取网络对待识别的图像特征进行识别；在构建的标签超图上利用超图卷积层执行超图卷积操作提取超图上节点之间的高阶相关性，得到标签嵌入向量；将各超图卷积层输出的标签嵌入向量依次嵌入至主干特征提取网络的连接点处，同时采用LC操作将标签嵌入向量与主干特征提取网络连接点处的ResNet特征向量进行融合，从而利用高阶标签相关性引导图像特征的学习。本发明图像特征学习过程中能够感知并利用高阶标签相关性，从而实现多标签分类。
主权项：1.融合高阶标签相关性的多标签分类方法，其特征在于，其步骤包括：采用数据驱动的方式挖掘数据集中的标签共现信息来定义标签之间的相关性，构建标签超图；针对图像分类任务，选用深度残差网络ResidualNetwork，ResNet作为主干提取网络；在构建的标签超图上利用超图卷积层执行超图卷积操作提取超图上节点之间的高阶相关性，得到标签嵌入向量；将各超图卷积层输出的标签嵌入向量依次嵌入至主干特征提取网络的连接点处，同时采用LC操作将标签嵌入向量与主干特征提取网络连接点处的ResNet特征向量进行融合，从而利用高阶标签相关性引导图像特征的学习。
全文数据：
权利要求：
百度查询： 中国人民解放军国防科技大学 融合高阶标签相关性的多标签分类方法
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