-
公开(公告)号：CN115563321A
公开(公告)日：2023-01-03
申请号：CN202211315078.3
申请日：2022-10-26
Applicant: 南京大学
IPC: G06F16/45
Abstract: 本发明公开了一种基于自组织增量图的半监督多媒体数据流分类方法，其可以对无标签与有标签数据混合输入的类增量音像多媒体数据流进行学习，模型学习框架包括：步骤1，初始化自组织增量图节点；步骤2，对于输入多媒体数据样本进行竞争Hebbian学习；步骤3，判断数据样本与自组织增量图节点的关系，从记忆加强、错误更正、联想搜索、增量学习四种处理策略中选择一种进行多媒体数据样本的学习；步骤4，在满足设定条件后对自组织增量图进行去噪处理，如若仍有新数据样本需要学习，返回步骤2；步骤5，在分类预测前对自组织增量图进行标签传播处理；步骤6，使用最近邻分类器对测试的多媒体数据样本进行分类。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
