[发明专利]一种最终分类器的获得方法及应用方法、系统有效
| 申请号： | 201410186226.5 | 申请日： | 2014-05-05 |
| 公开（公告）号： | CN103927530B | 公开（公告）日： | 2017-06-16 |
| 发明（设计）人： | 张莉;夏佩佩;卢星凝;王邦军;何书萍;李凡长;杨季文 | 申请（专利权）人： | 苏州大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 北京集佳知识产权代理有限公司11227 | 代理人： | 常亮 |
| 地址： | 215123 江苏*** | 国省代码： | 江苏;32 |
| 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似性学习的人脸集匹配方法及系统，通过从原始数据样本中选取训练集样本和测试集样本，并挑选训练样本，计算真实相似度，与计算出的计算相似度进行比较，从而选取最终分类器，并将训练样本中每类样本的几何平均值以及测试集样本中的每个测试样本带入最终分类器中，获取分类结果，进而获取测试样本的类别。本方案首先通过选取部分样本作为训练样本，进行训练过程，实现对分类器的选取，避免了将所有的样本作为训练样本进行训练，从而简化了训练过程，避免了复杂的过程，提高了训练速度。另外，本方案中通过选取训练集样本每类样本的几何平均值来构建多个不同的分类器，达到了通过简单的操作过程带来精确的结果的效果。 | ||
| 搜索关键词： | 一种 最终 分类 获得 方法 应用 系统 | ||
【主权项】：
一种获得基于相似性学习的最终分类器的方法，其特征在于，包括：从原始数据样本库中选取训练集样本和测试集样本，其中，所述原始数据样本库中包含多类样本；从所述训练集样本中挑选多组训练样本，每组训练样本包含两个训练样本，计算每组训练样本的真实相似度；对所述训练集样本中任意两类不同样本进行分队，每队样本包含两个不同类的训练集样本，并获取每队样本的几何平均值，根据所述几何平均值采用余弦相似性获取所述每组训练样本的计算相似度；比较所述计算相似度与真实相似度，得到错误率，根据所述错误率选取最终分类器。
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苏州大学，未经苏州大学许可，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/201410186226.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种三维指纹特征提取方法
- 下一篇：一种最终分类器的获得方法及应用方法、系统
