[发明专利]一种基于局部特征的多视角分类器及设计方法有效
| 申请号： | 201711237173.5 | 申请日： | 2017-11-30 |
| 公开（公告）号： | CN107992890B | 公开（公告）日： | 2019-06-14 |
| 发明（设计）人： | 朱昌明 | 申请（专利权）人： | 上海海事大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08 |
| 代理公司： | 上海信好专利代理事务所(普通合伙) 31249 | 代理人： | 潘朱慧 |
| 地址： | 201306 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于局部特征的多视角分类器，包含：无标签多视角大数据集生成模块，全局和局部结构风险最小化分类器实现模块，多视角数据局部特征提取模块。其优点是：其通过有效数据增强、分类器设计原则构建以及局部特征提取三个方面，有效提升多视角数据集的分类性能。 | ||
| 搜索关键词： | 一种 基于 局部 特征 视角 分类 设计 方法 | ||
【主权项】：
1.一种基于局部特征的多视角分类器，其特征在于，包含：无标签多视角大数据集生成模块，用于基于多视角数据集中信息有限的有标签多视角中小数据集得到用于训练分类器的无标签多视角样本，并生成相应的无标签多视角数据集；全局和局部结构风险最小化分类器实现模块，用于根据有标签多视角数据集和无标签多视角数据集得出全局结构风险和局部结构风险，并根据全局结构风险和局部结构风险之间差异的函数关系求解目标优化函数，得到基于全局和局部结构风险最小化的目标优化函数；多视角数据局部特征提取模块，用于基于卷积神经网络来针对有标签多视角数据集以及无标签多视角数据集提取样本局部特征，并根据基于全局和局部结构风险最小化的目标优化函数和样本局部特征设计出拥有有效数据信息和局部特征的全局和局部结构风险最小化的多视角分类器。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海海事大学，未经上海海事大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711237173.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种便于调节的安全型拉电闸
- 下一篇：输变电线路倒闸装置
