龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：常熟理工学院
摘要：本公开的实施例提供一种图片风格分类方法、系统、电子设备及存储介质。所述图片风格分类方法包括：获取待分类图片数据集；其中，所述待分类图片数据集包括一张或多张图片的图片数据；将所述待分类图片数据集输入预先构建的图片风格分类模型，得到预测分类结果；其中，所述图片风格分类模型包括预先建立的TSK模糊规则。本公开实施例的一种图片风格分类方法、系统、电子设备及存储介质，基于模糊规则的模糊推理，同时考虑样本的风格特征，产生了新型的TSK模糊规则，解决了现有的大多数聚类算法在挖掘样本潜在知识的过程中未考虑不同类样本风格特征的问题，并提升了聚类分析过程的可解释性。
主权项：1.一种图片风格分类方法，其特征在于，所述方法包括：获取待分类图片数据集；其中，所述待分类图片数据集包括一张或多张图片的图片数据；将所述待分类图片数据集输入预先构建的图片风格分类模型，得到预测分类结果；其中，所述图片风格分类模型包括预先建立的TSK模糊规则，所述图片风格分类模型采用以下步骤构建得到：获取图片样本集；根据所述图片样本集，建立图片风格分类模型的TSK模糊规则；根据所述TSK模糊规则，确定所述图片风格分类模型的目标函数如下式所示： 其中，||·||2代表二范数，||·||F代表F范数，k代表聚类个数，K表示聚类簇总数目，为第k个聚类对应的所有模糊规则前件参数组成的矩阵，|Nk|代表生成的第k个聚类中所包含的样本数，为第k个聚类对应的风格矩阵，为第k个聚类对应的所有模糊规则后件参数组成的向量，qk为偏差，为列向量，λ为正则化参数，I为单位矩阵；利用所述图片样本集对所述目标函数进行优化，得到构建好的图片风格分类模型。
全文数据：
权利要求：
百度查询： 常熟理工学院 一种图片风格分类方法、系统、电子设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号