[发明专利]基于流形学习和梯度提升模型的图片偏多标签分类方法有效
| 申请号： | 202010023677.2 | 申请日： | 2020-01-09 |
| 公开（公告）号： | CN111259938B | 公开（公告）日： | 2022-04-12 |
| 发明（设计）人： | 陈刚;强宇周;王皓波;谌晨;陈珂;胡天磊;寿黎但;伍赛 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06K9/62 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 林超 |
| 地址： | 310058 浙江*** | 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： | 本发明公开了一种基于流形学习和梯度提升模型的图片偏多标签分类方法。从训练数据集构建一个加权图，通过求解以上第一最小化模型获得非负权重矩阵，根据加权图建立第二最小化模型并求解获得重构标签矩阵，根据重构标签矩阵将训练数据集换构造并训练二值相关模型，预测得标签矩阵；对图片的特征向量矩阵建立回归器最小化求解，用迭代预测结果矩阵增强特征向量矩阵，结合负梯度矩阵构造数据集并训练学习获得弱回归器，求和所有弱回归器，得最终回归器，对预待测图片处理判断。本发明能够充分地利用图片偏多标签数据之间的相关性来提升图片的多标签分类预测性能，可实现偏标签数据的消歧，提高了准确度和鲁棒性，其性能优于现有的图片偏多标签方法。 | ||
| 搜索关键词： | 基于 流形 学习 梯度 提升 模型 图片 标签 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浙江大学，未经浙江大学许可，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/202010023677.2/，转载请声明来源钻瓜专利网。
