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：北京邮电大学
摘要：本发明公开了一种基于基因学习模型的传统纹样多标签标注方法，包括步骤S1得到特征向量；S2、构件专家关联词表；S3、将特征向量输出至线性分类器；S4、计算分类结果向量；本发明使用字典学习的方法对纹样基因进行表征，即是在图像特征描述的维度下，找到数个基向量对纹样基因的特征进行描述；并且鉴于生物基因组所承载的学习能力遗传机制，引入一种具备迁移学习和先验信息传递功能的基因学习模型；引入专家关联词表，强化模型学习能力；使用深度学习优化字典学习算法结构，注重模型表示能力，多层字典学习中施加全局相似度与Fisher判别约束，简约表示的同时增强字典的识别能力，并且减少人工劳动力，提高标注效率。
主权项：1.一种基于基因学习模型的传统纹样多标签标注方法，其特征在于：本方法具体包括以下步骤：S1、得到特征向量：图像统一调成224×224像素输入至神经网络中，经过一层卷积、两层全连接层得到2048维的特征向量；S2、构件专家关联词表：利用数据集的类级标签与数据集本身构件专家关联词表，并作为先验约束融入模型中；S3、将特征向量输出至线性分类器：特征向量经过融合专家关联词表先验的多层字典学习框架输出至线性分类器，字典学习算法的稀疏度设置为字典原子的四分之一。S4、计算分类结果向量：利用纹样库和分类结果向量的对应关系，实现多标签标注结果输出。
全文数据：
权利要求：
百度查询： 北京邮电大学 一种基于基因学习模型的传统纹样多标签标注方法
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