一种基于多尺度基本信念分配否定的模式分类方法

    公开(公告)号:CN119942203A

    公开(公告)日:2025-05-06

    申请号:CN202510030168.5

    申请日:2025-01-08

    Applicant: 重庆大学

    Abstract: 本发明涉及图像处理技术以及图像模式分类领域,具体提供了一种基于多尺度基本信念分配否定的模式分类方法,包括通过特征金字塔网络将预处理后的图像分成不同尺度的特征图;对特征图进行卷积并输出全连接层特征的总特征图;对总特征图中不同尺度特征计算不同的距离,加入点双序列相关系数与隶属度计算基本信念分配值;对基本信念分配值横向拼接成每个类的基本信念分配图;定义基本信念分配的否定,将基本信念分配图上的所有基本信念分配用否定的形式表达,并计算质量函数对应模型的准确度;计算基本信念分配的质量函数对应权重的否定;基于质量函数对应权重的否定与基本信念分配的否定计算输出类别,实现对图像类别的高效识别,提高识别的准确度。

Patent Agency Ranking