[发明专利]一种基于多模态字典学习的零样本分类方法有效
申请号: | 201610873020.9 | 申请日: | 2016-09-30 |
公开(公告)号: | CN106485271B | 公开(公告)日: | 2019-11-15 |
发明(设计)人: | 冀中;于云龙 | 申请(专利权)人: | 天津大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 12201 天津市北洋有限责任专利代理事务所 | 代理人: | 杜文茹<国际申请>=<国际公布>=<进入 |
地址: | 300072*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于多模态字典学习的零样本分类方法,包括:建立多模态字典学习模型;利用多模态字典学习模型学习字典矩阵D和兼容矩阵V;利用学习到的字典矩阵D和兼容矩阵V实现零样本分类。本发明的一种基于多模态字典学习的零样本分类方法,利用训练样本学习一个类别共享的字典矩阵将样本嵌入到一个由字典原子张成的隐空间中,并利用样本在隐空间中嵌入向量,样本对应的类别语义向量以及类别之间的对应关系学习一种联合嵌入模型。 | ||
搜索关键词: | 一种 基于 多模态 字典 学习 样本 分类 方法 | ||
【主权项】:
1.一种基于多模态字典学习的零样本分类方法,其特征在于,包括如下步骤:/n1)建立多模态字典学习模型:/n /n其中, 表示来自M个类别的m个样本,D为字典矩阵,CS表示训练样本XS在隐空间中的表征,V为兼容矩阵, 表示M个类别的类别语义矩阵,α,β表示权重系数,||·||F表示Frobenius范数;/n2)利用多模态字典学习模型学习字典矩阵D和兼容矩阵V;/n3)利用学习到的字典矩阵D和兼容矩阵V实现零样本分类。/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天津大学,未经天津大学许可,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/201610873020.9/,转载请声明来源钻瓜专利网。
- 上一篇:域自适应学习方法
- 下一篇:基于流形约束的跨模态嵌入的零样本分类方法