[发明专利]一种鞋底花纹图像的特征弱相关聚类方法在审
| 申请号： | 201810928622.9 | 申请日： | 2018-08-15 |
| 公开（公告）号： | CN109145978A | 公开（公告）日： | 2019-01-04 |
| 发明（设计）人： | 王新年;董波 | 申请（专利权）人： | 大连海事大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 大连东方专利代理有限责任公司 21212 | 代理人： | 李馨 |
| 地址： | 116026 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种鞋底花纹图像的特征弱相关聚类方法，包括：采用非迭代式聚类模型对待聚类鞋底花纹图像集进行引导聚类；提取聚类结果判断样本是否为优秀聚类结果；对优秀聚类结果进行迁移学习，以得到新的聚类模型；根据新的聚类模型，对非优秀聚类结果的图像特征提取与再聚类；反复执行上述步骤直至聚类结果满足迭代终止条件，则判定得到的聚类标签为聚类结果。本发明具有聚类特征弱相关特性，削弱了现有聚类方法对聚类特征的依赖性，并且通过调整迁移学习的目标模型，可以提高学习特征的鲁棒性，达到簇内“高内聚”、簇间“低耦合”的状态。此外，本发明添加了聚类迭代加速因子，可以依据需求加快聚类速度，提高聚类效率。 | ||
| 搜索关键词： | 聚类 聚类结果 聚类模型 鞋底花纹 弱相关 聚类特征 迁移 图像 迭代终止条件 图像特征提取 反复执行 加速因子 聚类标签 聚类迭代 目标模型 低耦合 非迭代 鲁棒性 图像集 簇间 内聚 学习 判定 样本 削弱 | ||
【主权项】：
1.一种鞋底花纹图像的特征弱相关聚类方法，其特征在于，步骤包括：S1、采用非迭代式聚类模型对待聚类鞋底花纹图像集进行引导聚类，得到聚类后的图像Ii簇标签![]()
其中Lm代表最大聚类数；S2、提取聚类结果并对每个图像簇的聚类信息进行描述，并以同簇特征的中心描述作为判定基准来评估该样本的聚类簇标签是否可信，若可信，则认为该样本为优秀聚类结果，否则为非优秀聚类结果；S3、对优秀聚类结果进行迁移学习，所述迁移学习的初始化参数参考步骤S1中所述聚类模型的分类参数，以得到新的聚类模型；S4、根据步骤S3得到的新的聚类模型，对非优秀聚类结果进行图像特征提取与再聚类；S5、反复执行步骤S2至步骤S4,直至聚类结果满足迭代终止条件，则判定得到的聚类标签为聚类结果。
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大连海事大学，未经大连海事大学许可，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/201810928622.9/，转载请声明来源钻瓜专利网。
