[发明专利]一种基于相关双自编码器在零次学习上的运用方法有效
| 申请号： | 201910629751.2 | 申请日： | 2019-07-12 |
| 公开（公告）号： | CN110517328B | 公开（公告）日： | 2020-08-25 |
| 发明（设计）人： | 姜明;刘志勇;张旻;汤景凡;吴俊磊 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06T9/00 | 分类号： | G06T9/00;G06K9/46;G06K9/62 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 朱月芬 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 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相关双自编码器在零次学习上的运用方法。本发明对视觉特征和语义特征分别建立了自编码器。但这两个自编码器不是独立的，它们是有联系的，我们将视觉特征编码后得到的特征加到编码后的语义特征上，然后再对这个相加后的语义特征进行解码。最后将这个解码后得到的语义特征与原语义特征相加获得更好更完整的语义特征。将这个优化后的语义特征再映射到视觉特征上做分类识别。本发明利用相关双自编码器模型对语义特征进行优化，获得更有区分度，更细粒度的语义特征。这样得到的优化后的语义特征再映射到视觉特征空间上，能取得更好的分类识别准确率。 | ||
| 搜索关键词： | 一种 基于 相关 编码器 学习 运用 方法 | ||
【主权项】：
1.一种基于相关双自编码器在零次学习上的运用方法，其特征在于包括如下步骤：/n步骤(1)获取编码后的视觉特征；/n步骤(2)获取优化后的语义特征；/n步骤(3)将优化后的语义特征映射到视觉特征；/n其中步骤(2)通过如下过程实现：/n步骤A对语义特征建立自编码器，将步骤(1)中得到的编码后的视觉特征加到编码后的语义特征上，然后再对这个相加后的语义特征进行解码；步骤B将这个解码后得到的语义特征与原语义特征相加获得更好更完整的语义特征。/n
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杭州电子科技大学，未经杭州电子科技大学许可，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/201910629751.2/，转载请声明来源钻瓜专利网。
