公开(公告)号：CN119251551A

公开(公告)日：2025-01-03

申请号：CN202411250365.X

申请日：2024-09-06

Applicant: 无锡学院

Inventor： 李子奇 ,  宋宏程 ,  陈智霖 ,  张永宏 ,  尹贺峰 ,  王振宇

IPC: G06V10/764 ,  G06V10/72 ,  G06V10/77 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0455

Abstract: 本发明公开了一种基于自编码器的非负表示分类方法及系统，涉及图像模式分类的技术领域。所述方法包括以下步骤：获取用于图像分类的测试样本与训练样本集，并对所述训练样本集进行预处理；根据预处理后的训练样本集，提取测试样本在训练样本集上的表示系数与映射矩阵；基于所述表示系数与映射矩阵对测试样本进行分类，得到测试样本被识别为最小残差对应的类别。通过本申请所提供的方法与系统，能够同时约束子空间竞争表示项和类别表示向量，增加各类别表示向量的贡献，并且能够有效将低维非线性数据映射到高维空间，确保样本在高维特征空间中具有线性结构，有效完成对各种图像分类任务并提高图像分类的准确率。

公开(公告)号：CN119152257A

公开(公告)日：2024-12-17

申请号：CN202411180098.3

申请日：2024-08-27

Applicant: 无锡学院

Inventor： 李子奇 ,  宋宏程 ,  陈智霖 ,  张永宏 ,  尹贺峰 ,  王振宇

IPC: G06V10/764 ,  G06V10/72 ,  G06V10/774 ,  G06V10/776

Abstract: 本发明公开了一种基于柔性因子的竞争非负表示分类方法及系统，涉及图像模式分类的技术领域。所述方法包括以下步骤：获取用于图像模式分类的测试样本与训练样本集，并对所述训练样本集中的样本进行预处理；基于预处理后的训练样本集，计算测试样本在训练样本集上的表示系数；基于所述表示系数对测试样本进行分类，得到测试样本被识别为最小残差对应的类别。通过本发明所提供的方法与系统，能够同时约束子空间竞争表示项和类别表示向量，增加各类别表示向量的贡献，基于所述表示系数对测试样本进行分类，得到测试样本被识别为最小残差对应的类别，有效完成对各种图像分类任务并提高图像分类的准确率。