[发明专利]对小样本图像进行分类的主成分分析网络的训练方法有效
| 申请号： | 201911421669.7 | 申请日： | 2019-12-31 |
| 公开（公告）号： | CN111222559B | 公开（公告）日： | 2023-03-31 |
| 发明（设计）人： | 陈昌盛;宋昱;黄继武 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/762;G06V10/774;G06V10/77;G06V10/40 |
| 代理公司： | 深圳舍穆专利代理事务所(特殊普通合伙) 44398 | 代理人： | 邱爽 |
| 地址： | 518000 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开描述了一种对小样本图像进行分类的主成分分析网络的训练方法，包括：向第一层网络输入N幅训练图像，将图像块向量化，将图像块进行拼接，对于N幅训练图像得到矩阵X；基于N幅训练图像得到第一数量的第一类聚类，并获取各个第一聚类的协方差矩阵，得到第一层网络的PCA滤波器，基于第一层网络的PCA滤波器得到第一层输出图像的第cl个滤波器的输出；将第一层输出图像输入至第二层网络，提取第一层输出图像的图像块并进行拼接；基于第一层输出图像得到第二数量的第二类聚类，并得到第二层网络的PCA滤波器，接着对第二层输出图像进行二值化、灰度化处理等得到N幅训练图像的特征。由此，能够准确的对小样本图像进行特征提取以及分类。 | ||
| 搜索关键词： | 样本 图像 进行 分类 成分 分析 网络 训练 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深圳大学，未经深圳大学许可，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/201911421669.7/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
