[发明专利]一种多层鉴别卷积稀疏编码学习方法有效
| 申请号： | 201811309841.5 | 申请日： | 2018-11-06 |
| 公开（公告）号： | CN109543724B | 公开（公告）日： | 2021-09-03 |
| 发明（设计）人： | 常合友 | 申请（专利权）人： | 南京晓庄学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 211171 江苏省南京市江宁*** | 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： | 本发明公开了一种多层鉴别卷积稀疏编码学习方法，包括嵌入鉴别信息模块和构建多层鉴别卷积稀疏编码模块；所述嵌入鉴别信息模块通过在模型中加入保留样本之间结构信息的流型约束或者分类误差项，使得特征表示具有较好的鉴别能力；所述构建多层鉴别卷积稀疏编码模块借鉴卷积神经网络的结构框架，在深度鉴别解析‑综合字典学习方法的研究基础上，尝试将单层的鉴别卷积稀疏编码模型推广到多层，构建多层鉴别卷积稀疏编码模型，该多层鉴别卷积稀疏编码学习方法，通过嵌入鉴别信息模块和构建多层鉴别卷积稀疏编码模块的配合使用，使得卷积稀疏编码方法计算到的特征不缺乏鉴别能力，保障了其在图像分类和人脸识别等任务中的应用。 | ||
| 搜索关键词： | 一种 多层 鉴别 卷积 稀疏 编码 学习方法 | ||
【主权项】：
1.一种多层鉴别卷积稀疏编码学习方法，其特征在于，包括嵌入鉴别信息模块和构建多层鉴别卷积稀疏编码模块；所述嵌入鉴别信息模块通过在模型中加入保留样本之间结构信息的流型约束或者分类误差项，使得特征表示具有较好的鉴别能力；所述构建多层鉴别卷积稀疏编码模块借鉴卷积神经网络的结构框架，在深度鉴别解析‑综合字典学习方法的研究基础上，尝试将单层的鉴别卷积稀疏编码模型推广到多层，构建多层鉴别卷积稀疏编码模型。
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南京晓庄学院，未经南京晓庄学院许可，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/201811309841.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种鲁棒的图像聚类方法
- 下一篇：一种训练模型的方法及装置
