-
公开(公告)号：CN118968112A
公开(公告)日：2024-11-15
申请号：CN202410782372.8
申请日：2024-09-26
Applicant: 北京理工大学
IPC: G06V10/764 , G06V10/82 , G06N3/098 , G06V30/19 , G06N5/01
Abstract: 本发明公开了一种基于集成宽度学习系统的图像分类方法，具体包括，第一步构建宽度学习模型，设置初始特征节点和增强节点数量等系统参数；第二步利用随机森林的投票策略对多个宽度学习模型的预测标签进行决策，构建集成模型新预测标签；第三步利用新预测标签进行图像分类，若模型分类准确度不小于预设准确度，则输出训练结果与模型分类准确度；否则进入第四步；第四步增加增强节点个数进行增量学习，基于新的增强节点数量重新构建宽度学习模型。本发明集成宽度学习模型，结合随机森林的投票策略和增量学习，实现了高效的图像分类，不仅提高了分类准确度，还可以处理大规模的图像数据集，并适应不同的图像分类任务。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
