[发明专利]基于流形学习的图像分类算法和系统在审
| 申请号： | 201811049534.8 | 申请日： | 2018-09-10 |
| 公开（公告）号： | CN109284781A | 公开（公告）日： | 2019-01-29 |
| 发明（设计）人： | 王云艳;罗冷坤;王重阳 | 申请（专利权）人： | 湖北工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 王琪 |
| 地址： | 430068 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于流形学习的图像分类算法和系统，包括：步骤1，选取训练样本集和测试样本集；步骤2，利用sift算法提取两个样本集图像的特征点；步骤3，利用流形学习方法中的局部线性嵌入或拉布拉斯特征映射对分别对两个样本集中的特征点进行降维；步骤4，将训练样本集降维后的特征点输入到支持向量机分类器中进行训练；步骤5，利用训练好的支持向量机分类器对测试样本集进行分类。本发明将SIFT特征提取算法与非线性流形学习降维算法相结合，提取出图像的中层特征，然后再利用SVM分类器进行分类处理，可以有效的提高计算速度及其分类的精度。 | ||
| 搜索关键词： | 流形学习 特征点 降维 算法 支持向量机分类器 测试样本集 训练样本集 图像分类 非线性流形学习 图像 分类处理 局部线性 提取算法 样本集 再利用 分类 映射 嵌入 样本 中层 | ||
【主权项】：
1.一种基于流形学习的图像分类算法，其特征在于，包括如下步骤：步骤1，选取训练样本集和测试样本集；步骤2，利用sift算法提取两个样本集图像的特征点；步骤3，利用流形学习方法中的局部线性嵌入或拉布拉斯特征映射对分别对两个样本集中的特征点进行降维；步骤4，将训练样本集降维后的特征点输入到支持向量机分类器中进行训练；步骤5，利用训练好的支持向量机分类器对测试样本集进行分类。
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湖北工业大学，未经湖北工业大学许可，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/201811049534.8/，转载请声明来源钻瓜专利网。
- 上一篇：矿石矿物图像自动识别与分类方法
- 下一篇：用于检测特征的方法和装置
