[发明专利]一种基于判别性预测稀疏分解模型的图像分类方法有效
| 申请号： | 201810855020.5 | 申请日： | 2018-07-31 |
| 公开（公告）号： | CN109063766B | 公开（公告）日： | 2021-11-30 |
| 发明（设计）人： | 汤红忠;毛丽珍;李骁;刘婷;陈天宇 | 申请（专利权）人： | 湘潭大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 湘潭市汇智专利事务所(普通合伙) 43108 | 代理人： | 颜昌伟 |
| 地址： | 411105 湖南*** | 国省代码： | 湖南;43 |
| 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判别性预测稀疏分解模型的图像分类方法，包括以下步骤：首先建立基于堆栈的判别性预测稀疏分解模型，实现组织病理图像的RGB三通道的稀疏分解特征提取；然后通过聚类获得一个字典，并以此字典为基础，结合空间金字塔匹配模型，构造多通道联合稀疏编码模型；最后，基于支持向量机进行分类。本发明建立的基于堆栈的判别性预测稀疏分解模型具有更好的特征表示能力，可以获得判别性较强的特征，取得较好的分类性能与较强的鲁棒性。 | ||
| 搜索关键词： | 一种 基于 判别 预测 稀疏 分解 模型 图像 分类 方法 | ||
【主权项】：
1.一种基于判别性预测稀疏分解模型的图像分类方法，包括以下步骤：步骤一：从组织病理图像中随机选择M张作为训练图像，M′张作为测试图像，得到训练样本和测试样本；步骤二：建立基于堆栈的判别性预测稀疏分解模型；步骤三：将训练样本作为判别性预测稀疏分解模型的输入，对判别性预测稀疏分解模型进行求解，提取出组织病理图像的RGB三通道的稀疏分解特征；步骤四：将所有的稀疏分解特征进行聚类，得到字典DRGB，根据字典DRGB建立联合字典![]()
步骤五：利用建立的联合字典![]()
建立多通道联合稀疏编码模型；步骤六：将测试样本作为多通道联合稀疏编码模型的输入，求解多通道联合稀疏编码模型，并基于支持向量机进行分类。
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湘潭大学，未经湘潭大学许可，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/201810855020.5/，转载请声明来源钻瓜专利网。
