[发明专利]基于偏标签学习的古白文识别算法

权利要求书

1.基于偏标签学习的古白文识别算法，其特征在于：包括以下步骤：

步骤一：首先在识别装置内部输入识别算法公式：

输入D＝{(X_i，S_i)丨1≤i≤m}：偏标记数据训练集，再次输入识别公式：D^*＝{x_i丨1≤i≤m^*}，此为偏标记数据测试集；

步骤二：通过两个公式进行正向标记传播权重，再进行反向标记传播权重；

步骤三：通过公式进行初始置信度修正权重，设k为最近邻样本数，T为标签传播迭代次数；

步骤四：输出，y_i为训练集示例x_i消歧结果，其中1≤i≤m，输出y_i^*为测试集示例x_i^*的分类结果，其中1≤i≤m^*。

步骤五：获的每个示例的k近邻关系，根据优化问题求解连接权重w_i；

步骤六：由w_i归一化得传播矩阵W，再根据公式初始化置信度矩阵F⁽⁰⁾；

步骤七：for t＝1to T do；

步骤八：根据公式进行标签传播，得到F⁽ⁱ⁾，再根据公式校正F⁽ⁱ⁾，得到置信度矩阵F⁽ⁱ⁾；

步骤九：根据公式求置信度误差矩阵E^(t)，根据公式求反向传播置信度矩阵B^(t)；

步骤十：根据公式修正初始置信度矩阵得到J^(t)，end for；

步骤十一：将需要识别的古白文通过高清照相机或直接使用描边法书写在识别纸张表面，准备不同的古白文5份，分别命名为A、B、C、D和E组分，随后待到识别纸张表面的墨水干透后，将识别纸张放入识别摄像头下端进行识别。

2.根据权利要求1所述的基于偏标签学习的古白文识别算法，其特征在于：所述步骤十中，得到初始置信度矩阵J^(t)后，for t＝1to m do，再根据公式求解对样本(x_i，s_i)进行消歧，得到预测标记y_i，end for。

3.根据权利要求2所述的基于偏标签学习的古白文识别算法，其特征在于：所述步骤十中，for t＝1to m^*do，求解优化问题，获得连接权重w_i^*。

4.根据权利要求1所述的基于偏标签学习的古白文识别算法，其特征在于：所述步骤十中，根据公式对未见示例x_i^*进行分类，获得预测标记y_i^*，end for。

5.根据权利要求4所述的基于偏标签学习的古白文识别算法，其特征在于：所述步骤十一中，对识别纸张进行识别后，在计算机的显示器上显示出识别的古白文，随后通过专业人员手动对古白文进行识别后，对比二者的识别准确率和效率，分别将A、B、C、D和E组分的人工识别和算法识别的准确率和效率记录至表格。