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：中国人民解放军火箭军工程大学
摘要：本发明涉及图像数据处理技术领域，且公开了一种鲁棒无监督图像特征选择方法、装置及存储介质，包括步骤1.对图像数据集进行归一化和加噪处理；步骤2：建立鲁棒无监督图像特征选择方法的目标函数模型；步骤3：将样本带入目标函数模型中，迭代优化模型；步骤4：将数据带入训练好的目标函数模型中，得到最优投影矩阵，利用K‑means聚类算法聚类，完成特征选择；本方法采用L2,0范数约束更有利于特征选择，通过解决L2,p范数问题，压缩图像数据噪音样本和异常值的影响，有效提高了模型的鲁棒性，具备鲁棒性好、具有严格的收敛保证和闭型解等优点，解决了现有技术存在的在图像数据处理时难以有效的对L2,0‑范数进行求解的问题。
主权项：1.一种鲁棒无监督图像特征选择方法，其特征在于：所述方法基于稀疏子空间学习方法实现，包括步骤1：收集图像数据，对收集的数据集进行归一化处理，然后对数据集进行加噪处理，并将所有数据作为训练样本；步骤2：建立鲁棒无监督图像特征选择方法的目标函数模型；步骤3：将步骤1处理后的训练样本带入步骤2建立的目标函数模型中，对目标函数模型进行迭代优化，直到算法达到收敛状态，得到最优投影矩阵；步骤4：将步骤1处理后的数据带入步骤3训练好的目标函数模型中，得到最优的投影矩阵，然后通过该投影矩阵提取数据中相应的特征子集，再利用K-means聚类算法执行聚类，完成图像特征选择。
全文数据：
权利要求：
百度查询： 中国人民解放军火箭军工程大学 一种鲁棒无监督图像特征选择方法、装置及存储介质
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