公开(公告)号：CN113642655B

公开(公告)日：2024-02-13

申请号：CN202110947955.8

申请日：2021-08-18

Applicant: 杭州电子科技大学

Inventor： 孔云晨 ,  潘齐煊 ,  王金诚 ,  文成林 ,  张俊锋

IPC: G06V10/764 ,  G06V10/762 ,  G06V10/46 ,  G06V10/82 ,  G06V10/774 ,  G06V10/776 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/096 ,  G06N3/048

Abstract: 本发明公开了一种基于支持向量机和卷积神经网络的小样本图像分类方法。本发明通过用少量带标签图片样本中的训练集训练支持向量机SVM，用训练好的支持向量机SVM给大量无标签的图像样本打标签，形成伪标签。将少量带标签图像样本中的训练集与带伪标签的图像样本组合，形成增强训练集ATS。通过增强训练集训练卷积神经网络模型，实现从支持向量机SVM到卷积神经网络的知识迁移，最后，用少量带标签样本中的验证集验证迁移后的卷积神经网络图像分类准确率。由于支持向量机只能处理少量数据，且神经网络在少样本下图像分类准确率不高，而经过支持向量机知识迁移的卷积神经网络在训练后，对图像分类准确率明显提高，且增强了模型的泛化能力。

公开(公告)号：CN113837250A

公开(公告)日：2021-12-24

申请号：CN202111051156.9

申请日：2021-09-08

Applicant: 杭州电子科技大学

Inventor： 潘齐煊 ,  孔云晨 ,  文成林 ,  张俊锋

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了涉及一种基于余弦相似性计算度量与迁移学习的医学图像分类方法。本发明源域设备中有一种病症的不同时期的已知医学数据集图像分组与目标域的少量已知不同于源域的病症数据集图像奇异值分解和加权叠加后进行余弦相似性计算度量，根据相似性度量得到出的结果，将与目标域中已知图像样本距离最近的其对应时期的源域数据集组所对应的网络结构与权重参数迁移至目标域。使用目标域的一部分已知图像样本训练更新迁移的网络，用另一部分微调网络，再用剩下的未标注图像样本数据对迁移来的神经网络进行测试分类效果。本发明以相似性度量的结果为依据，可以对可迁移性进行评估，从而找到可迁移性更大的网络模型，使得目标域的分类效果更好。

公开(公告)号：CN113642655A

公开(公告)日：2021-11-12

申请号：CN202110947955.8

申请日：2021-08-18

Applicant: 杭州电子科技大学

Inventor： 孔云晨 ,  潘齐煊 ,  王金诚 ,  文成林 ,  张俊锋

IPC: G06K9/62 ,  G06K9/46 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于支持向量机和卷积神经网络的小样本图像分类方法。本发明通过用少量带标签图片样本中的训练集训练支持向量机SVM，用训练好的支持向量机SVM给大量无标签的图像样本打标签，形成伪标签。将少量带标签图像样本中的训练集与带伪标签的图像样本组合，形成增强训练集ATS。通过增强训练集训练卷积神经网络模型，实现从支持向量机SVM到卷积神经网络的知识迁移，最后，用少量带标签样本中的验证集验证迁移后的卷积神经网络图像分类准确率。由于支持向量机只能处理少量数据，且神经网络在少样本下图像分类准确率不高，而经过支持向量机知识迁移的卷积神经网络在训练后，对图像分类准确率明显提高，且增强了模型的泛化能力。