[发明专利]基于群表示特征的半监督学习图像分类方法在审
| 申请号： | 202110784660.3 | 申请日： | 2021-07-12 |
| 公开（公告）号： | CN113408652A | 公开（公告）日： | 2021-09-17 |
| 发明（设计）人： | 孙俊;冒钟杰;吴豪;方伟;吴小俊;陈祺东;李超 | 申请（专利权）人： | 匀熵科技（无锡）有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 大连理工大学专利中心 21200 | 代理人： | 刘秋彤 |
| 地址： | 214112 江苏省无锡市新吴区菱湖大*** | 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： | 基于群表示特征的半监督学习图像分类方法，在目前的方法中，常见的是通过对大量未标记数据使用一致性约束进行训练，要求模型预测对于输入样本的噪声具有不变性。在本发明中，我们使用协方差矩阵在流形空间中表示样本空间，来增强一致性训练性能。我们发现这样的方法和伪标签方法结合，可以得到更加有效的半监督学习分类模型。虽然本发明提出方法的构造很简便，但是它可以在多个半监督学习分类方法基准实验上获得SOTA的结果。 | ||
| 搜索关键词： | 基于 表示 特征 监督 学习 图像 分类 方法 | ||
【主权项】：
暂无信息
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匀熵科技（无锡）有限公司，未经匀熵科技（无锡）有限公司许可，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/202110784660.3/，转载请声明来源钻瓜专利网。
