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：南通大学
摘要：本发明公开了一种基于局部和全局特征多阶段融合的小样本图像分类方法，首先构建局部和全局特征网络，利用深度互学习在训练阶段对它们进行融合，然后使用局部和全局特征网络对支持样本集和查询集中的图像提取特征并进行串行融合，最后利用支持样本特征训练逻辑回归分类器完成对查询样本的分类决策。本发明采用相互学习的并行融合方法，最小化二者输出概率分布之间的Kullback‑Leibler散度值。而在小样本图像分类测试阶段采用拼接的串行融合方法，将样本映射到高维特征空间，增加分类任务的线性可分性，从而提高小样本图像分类性能。
主权项：1.一种基于局部和全局特征多阶段融合的小样本图像分类方法，其特征在于，包括如下步骤：步骤1、将图像数据集I随机分割为基类数据集Ibase、支持样本集Isup和查询样本集Iquey；步骤2、构建局部特征网络M1和全局特征网络M2，通过基类数据集Ibase对M1和M2预训练，优化M1和M2中的参数，对M1和M2进行融合；步骤3、在小样本分类测试阶段，通过融合后的M1和M2对支持样本集Isup和查询样本集Iquey中的图像提取特征并进行串行融合；步骤4、利用支持样本特征训练逻辑回归分类器完成对查询样本的分类决策。
全文数据：
权利要求：
百度查询： 南通大学 基于局部和全局特征多阶段融合的小样本图像分类方法
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