[发明专利]一种基于非负低秩和半监督学习的图像识别方法及装置有效
| 申请号： | 201810050720.7 | 申请日： | 2018-01-18 |
| 公开（公告）号： | CN108256486B | 公开（公告）日： | 2022-02-22 |
| 发明（设计）人： | 刘中华;张琳;谢国森;刘刚;刘森;普杰信 | 申请（专利权）人： | 河南科技大学 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06V10/774;G06V10/764;G06K9/62 |
| 代理公司： | 郑州睿信知识产权代理有限公司 41119 | 代理人： | 韩天宝 |
| 地址： | 471003 河*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于非负低秩和半监督学习的图像识别方法及装置，首先获取图像数据集，数据集包括标记数据和未标记的数据，然后根据高斯场和调和函数与低秩表示函数得到目标函数，且对低秩表示函数的系数进行非负约束，将目标函数转化为拉格朗日函数，对拉格朗日函数中的各变量及拉格朗日乘数、惩罚因子进行更新；不断进行迭代更新直至结束，输出图像数据集的标签矩阵，根据标签矩阵对测试数据进行分类识别。本发明将半监督学习和低秩表示相结合，能够将全局结构信息和局部结构信息都得到很好的利用，且可以有效地消除或减轻样本的腐败，并且对噪声具有很好的鲁棒性，无论训练样本或测试样本是否被损坏，均可以获得很好的分类性能。 | ||
| 搜索关键词： | 一种 基于 非负低秩 监督 学习 图像 识别 方法 装置 | ||
【主权项】：
1.一种基于非负低秩和半监督学习的图像识别方法，其特征在于，包括如下步骤：1)获取图像数据集，所述图像数据集包括标记数据和未标记的数据，所述标记数据为训练数据，所述未标记数据为测试数据；2)根据高斯场和调和函数与低秩表示函数建立图像数据集的目标函数，且对低秩表示函数的系数进行非负约束，将所述目标函数转化为拉格朗日函数，以拉格朗日函数的目标值最小对所述拉格朗日函数中的各变量及拉格朗日乘数进行更新，并将拉格朗日惩罚因子进行更新；3)不断进行迭代更新直至结束，输出图像数据集的标签矩阵，根据所述标签矩阵对测试数据进行分类识别。
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河南科技大学，未经河南科技大学许可，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/201810050720.7/，转载请声明来源钻瓜专利网。
