[发明专利]一种基于随机梯度下降和多示例多标签学习的图像标引方法

摘要

本发明提供了一种基于随机梯度下降和多示例多标签学习的图像标引方法，属于图像标引技术领域。本发明进行图像标引时，用于确定测试集图像所属类别的预测的输出矩阵，由迭代参数Wt、未标引的图像与所述神经网络隐层节点之间的距离矩阵计算得到，迭代参数Wt利用加入动量的梯度下降优化算法对神经网络中隐层与输出层之间的参数进行迭代分析得到，参数迭代分析是在最小化误差矩阵E的过程中进行的。本发明避免了直接运用奇异值分解法，造成误差不断的增加，实现未标引图像快速精确的自动标引。