一种基于弱监督自编码器的图像分类方法

    公开(公告)号:CN117237726A

    公开(公告)日:2023-12-15

    申请号:CN202311214260.4

    申请日:2023-09-20

    申请人: 江南大学

    摘要: 一种基于弱监督自编码器的图像分类方法,具体为:将无标签图像以及k个有标签参考图像输入到自编码器模型的输入层中;计算原始自编码器模型的重构输出值与原始输入值之间的均方误差作为均方误差项;计算输入层和隐含层之间的权重平方和作为权重衰减项;计算整个自编码器模型的能量函数作为能量正则化项;计算判别视觉上的软多标签一致性相似度量作为软多标签学习项;在规定迭代次数内利用梯度下降法最小化自编码器模型的损失函数,得到自编码器模型的最优参数权重和偏置,对自编码器模型进行预训练;将测试数据输入已调整到最优的自编码模型中,然后将隐含层中提取的特征输入到分类器中进行分类,得到分类结果。