[发明专利]基于黎曼核字典学习算法的视觉分类方法在审
申请号: | 201910830476.0 | 申请日: | 2019-09-04 |
公开(公告)号: | CN110689049A | 公开(公告)日: | 2020-01-14 |
发明(设计)人: | 许淑华;祝汉灿;齐鸣鸣;王会敏 | 申请(专利权)人: | 绍兴文理学院 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/46;G06F17/16 |
代理公司: | 33285 绍兴市寅越专利代理事务所(普通合伙) | 代理人: | 胡国平 |
地址: | 312000 *** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于黎曼核字典学习算法的视觉分类方法,包括首先对视觉数据使用对称正定矩阵描述,并将其表示为黎曼流形上的点;其次借助于黎曼核,在黎曼流形中构建学习字典的图拉普拉斯矩阵,保留了该流形空间中字典原子的局部信息,而不是像常规算法一样在欧氏空间中保留字典原子的局部信息;接着,在黎曼流形空间中构建能够保留学习字典判别信息的字典原子的标签嵌入项,通过局部约束标签嵌入算法建立黎曼流形空间中的稀疏编码和字典学习数学模型;再次,结合凸优化方法,给出了局部约束标签嵌入黎曼核字典学习算法;最后,构造一个迭代更新算法优化目标,并利用线性分类器完成测试样本的分类。该视觉分类方法在分类精度上获得了较大的提升。 | ||
搜索关键词: | 黎曼流形 字典学习 字典原子 算法 嵌入 局部信息 局部约束 视觉分类 标签 构建 字典 保留 矩阵 线性分类器 测试样本 常规算法 迭代更新 欧氏空间 视觉数据 数学模型 算法优化 稀疏编码 正定矩阵 分类 流形 对称 学习 优化 | ||
【主权项】:
1.一种基于黎曼核字典学习算法的视觉分类方法,其特征在于,所述方法包括如下步骤:/n(1)对样本的视觉数据使用对称正定矩阵描述,并将其表示为黎曼流形上的点;/n(2)基于黎曼核,在黎曼流形中构建学习字典的图拉普拉斯矩阵,保留流形空间中字典原子的局部信息;/n(3)在黎曼流形空间中构建保留学习字典判别信息的字典原子的标签嵌入项,通过局部约束标签嵌入算法建立黎曼流形空间中的稀疏编码和字典学习数学目标函数模型;/n(4)结合凸优化方法,构造一个迭代更新算法优化目标函数;/n(5)利用线性分类器完成测试样本的分类。/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绍兴文理学院,未经绍兴文理学院许可,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/201910830476.0/,转载请声明来源钻瓜专利网。