公开(公告)号：CN107392243A

公开(公告)日：2017-11-24

申请号：CN201710586578.3

申请日：2017-07-18

申请人： 重庆大学

发明人： 田晋宇 ,  张霞 ,  张太平 ,  尚赵伟 ,  唐远炎

IPC分类号： G06K9/62

CPC分类号： G06K9/6286 ,  G06K9/6259

摘要： 本发明涉及一种基于零空间LDA的语义空间监督学习的图像分类方法，属于属于图像分类领域。该方法包括以下步骤：采集图像数据库Z样本，在数据Z的原始表示上，求出组内散度矩阵、组间散度矩阵，以及全散度矩阵；对全散度矩阵St做特征值分解；当终止条件||YQ(k+1)-X(k+1)||F≤ε成立时终止迭代，否则k←k+1；得到样本语义空间结构向量X，将样本Z投影至语义空间得到语义表示 将KNN分类器应用于语义空间表示上得到标签L。本发明解决了传统LDA算法无法有效的解决由样本维数大于样本个数而引起的小样本问题，相较于DLDA、PCA+LDA以及SRC算法在分类精度上有着不小的提升。

公开(公告)号：CN107341522A

公开(公告)日：2017-11-10

申请号：CN201710561397.5

申请日：2017-07-11

申请人： 重庆大学

发明人： 田晋宇 ,  曾俊杰 ,  张太平 ,  尚赵伟 ,  唐远炎

IPC分类号： G06K9/62

CPC分类号： G06K9/6223

摘要： 本发明公开了一种基于密度语义子空间的文本与图像无标签识别的方法，包括以下子步骤：S1利用高斯核函数估计原始空间的样本密度；S2采用柯西核函数估计本征语义空间的密度；S3最小化目标函数，结合原始空间的样本密度函数和本征语义空间的密度函数得到目标函数，采用最速下降法将目标函数最小化，得到数据的低维语义空间表示；S4语义空间聚类，采用K均值算法来实现语义空间中的聚类。本发明通过学习高维流形到本征维数空间中的保局部体积的同胚变换来使得数据的流形结构清晰化，从而有效的解决了小样本聚类问题。