公开(公告)号：CN118608875B

公开(公告)日：2024-10-18

申请号：CN202411070669.8

申请日：2024-08-06

Applicant: 东北大学

Inventor： 康海东 ,  邵雨欣 ,  马连博

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/086 ,  G06N3/126

Abstract: 本发明提供一种基于鲁棒遗传规划和特征学习的弱图像分类方法，涉及图像分析技术领域。该方法具体包括：获取待分类的弱图像数据并构建弱图像数据集，按照预设的比例将弱图像数据集划分训练集；基于分布式进化算法生成个体并构建初始种群；构建对抗训练的新进化模式，并利用对抗训练的新进化模式对初始种群中的个体进行训练，利用训练后的个体构建新的种群作为当前种群；采用分布式进化算法从当前种群中选取最优个体；将最优个体对应的个体树结构作为弱图像分类模型，获取待分类的弱图像数据并输入该弱图像分类模型，得到该弱图像数据的特征向量并采用线性SVM进行分类，得到该弱图像数据的分类结果。

公开(公告)号：CN118799617A

公开(公告)日：2024-10-18

申请号：CN202410753102.4

申请日：2024-06-12

Applicant: 东北大学

Inventor： 马连博 ,  邵雨欣 ,  康海东 ,  佟强

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0985 ,  G06N3/086 ,  G06N3/0499

Abstract: 本发明公开一种基于遗传规划的元学习小样本图像分类方法，涉及机器学习与图像处理技术领域。确定元学习的模式N‑way K‑shot learning；获取元训练集和元测试集；构建训练批次和验证批次；获取初始种群；将MAML算法与遗传规划结合获取最好个体；将最好个体对应的神经网络架构作为最终的神经网络架构，将待分类的图像输入最终的神经网络架构得到特征向量，将特征向量输入到支持向量机分类器中，获取分类结果。现有技术中网络结构是通过重用最流行的分类网络结构而任意选择的，结构固定，由于图像之间的高度变化以及图像中的扭曲，使用固定结构的网络在对不同图像进行的好的特征提取是困难的，本发明在元学习算法中使用遗传规划自动生成的架构进行更好的特征提取。

公开(公告)号：CN118608875A

公开(公告)日：2024-09-06

申请号：CN202411070669.8

申请日：2024-08-06

Applicant: 东北大学

Inventor： 康海东 ,  邵雨欣 ,  马连博

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/086 ,  G06N3/126

Abstract: 本发明提供一种基于鲁棒遗传规划和特征学习的弱图像分类方法，涉及图像分析技术领域。该方法具体包括：获取待分类的弱图像数据并构建弱图像数据集，按照预设的比例将弱图像数据集划分训练集；基于分布式进化算法生成个体并构建初始种群；构建对抗训练的新进化模式，并利用对抗训练的新进化模式对初始种群中的个体进行训练，利用训练后的个体构建新的种群作为当前种群；采用分布式进化算法从当前种群中选取最优个体；将最优个体对应的个体树结构作为弱图像分类模型，获取待分类的弱图像数据并输入该弱图像分类模型，得到该弱图像数据的特征向量并采用线性SVM进行分类，得到该弱图像数据的分类结果。