- 专利标题: 基于图协同训练的半监督小样本图像分类方法
-
申请号: CN202110668690.8申请日: 2021-06-16
-
公开(公告)号: CN113408606B公开(公告)日: 2022-07-22
- 发明人: 刘宝弟 , 兴雷 , 邵帅 , 刘伟锋 , 王延江
- 申请人: 中国石油大学(华东)
- 申请人地址: 山东省青岛市黄岛区长江西路66号
- 专利权人: 中国石油大学(华东)
- 当前专利权人: 中国石油大学(华东)
- 当前专利权人地址: 山东省青岛市黄岛区长江西路66号
- 主分类号: G06V10/764
- IPC分类号: G06V10/764 ; G06K9/62 ; G06V10/40 ; G06N3/04 ; G06N3/08 ; G06V10/74 ; G06V10/774
摘要:
本发明公开了一种基于图协同训练的半监督小样本图像分类方法,属于模式识别技术领域,该方法提出一种新的标签预测方法——孤立的图学习,通过引入拉普拉斯算子将原始数据编码到图空间,减少分类时对特征的依赖,然后将图空间的样本投影到标签空间进行预测。其次,提出一种半监督的图协同训练方法,通过将孤立图学习扩展到具有旋转模态和镜像模态两种模态特征的图协同训练框架,从多模态融合的角度来解决小样本学习中特征不匹配问题,较大幅度的提升小样本图像的分类性能。
公开/授权文献
- CN113408606A 基于图协同训练的半监督小样本图像分类方法 公开/授权日:2021-09-17