[发明专利]基于信任函数理论的图像分类方法有效
| 申请号： | 201910599618.7 | 申请日： | 2019-07-04 |
| 公开（公告）号： | CN110472657B | 公开（公告）日： | 2021-09-03 |
| 发明（设计）人： | 刘准钆;张作伟;潘泉 | 申请（专利权）人： | 西北工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 西安维赛恩专利代理事务所(普通合伙) 61257 | 代理人： | 刘春 |
| 地址： | 710072 陕西*** | 国省代码： | 陕西;61 |
| 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信任函数理论的图像分类方法，将待分类图像集X中的所有图像划分为多个初始子类；计算出每个初始子类的密度值；根据初始复合类和对应初始单类密度值的大小关系，将初始复合类和对应初始单类中的图像合并，生成新单类和新复合类，直至合并后生成的新单类和初始单类数量之和为c；将初始复合类中的图像划分到新单类、初始单类或新复合类中，得到待分类图像集X中的图像的分类结果；本发明利用不同类的密度将复合类和单类以一个给定的规则逐渐合并到一起，直到满足合并后的初始单类数量刚好为图像真实分类数量时停止，有效地降低错误划分数据带来的风险，避免做出错误或偏差较大的决策。 | ||
| 搜索关键词： | 基于 信任 函数 理论 图像 分类 方法 | ||
【主权项】：
1.基于信任函数理论的图像分类方法，其特征在于，包括以下步骤：/n将待分类图像集X中的所有图像划分为多个初始子类；其中，初始子类由N个初始单类和多个初始复合类组成，每个所述初始复合类由两个所述初始单类组成，N≥c，c表示图像集X中所有图像的真实类别数；/n计算出每个所述初始子类的密度值；其中，所述密度为初始子类中所有图像的欧氏距离平均值的倒数；/n根据所述初始复合类和对应初始单类密度值的大小关系，将所述初始复合类和对应初始单类中的图像合并，生成新单类和新复合类，直至合并后生成的新单类和所述初始单类数量之和为c；/n将所述初始复合类中的图像划分到所述新单类、初始单类或新复合类中，得到所述待分类图像集X中的图像的分类结果。/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西北工业大学，未经西北工业大学许可，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/201910599618.7/，转载请声明来源钻瓜专利网。
