-
Patent Agency Ranking
公开(公告)号：CN109670552A
公开(公告)日：2019-04-23
申请号：CN201811585699.7
申请日：2018-12-24
Applicant: 苏州大学
IPC: G06K9/62
Abstract: 本发明公开了一种图像分类方法，该方法在计算众多图像的特征权重矩阵时，仅关注不同图像之间的距离，而不关注图像的类别，因此当众多图像中包括多类别的图像时，该方法仍然适用；并且该方法处理的图像集合中包括有标签图像和无标签图像，因此能够很好地处理有标签图像和无标签图像。所以本发明打破了现有的图像分类方法的局限，提高了图像分类方法的通用性。相应地，本发明公开的一种图像分类装置、设备及可读存储介质，也同样具有上述技术效果。
-
公开(公告)号：CN109086730A
公开(公告)日：2018-12-25
申请号：CN201810925488.7
申请日：2018-08-14
Applicant: 苏州大学
Abstract: 本发明公开了一种手写数字识别方法，该方法包括以下步骤：获取目标手写数字的图像特征，并对图像特征进行重采样，获得目标手写数字的目标数字特征；利用预设数字特征与手写训练特征子集对应关系表，确定与目标数字特征对应的目标特征子集；将目标特征子集和目标数字特征输入到分类器中进行分类预测识别，获得目标手写数字的识别结果。可降低与目标数字特征无关的其他样本集对目标手写数字的识别带来的干扰，可以提高对手写数字的识别精度。本发明还公开了一种手写数字识别装置、设备及可读存储介质，具有相应的技术效果。
-
公开(公告)号：CN108629373A
公开(公告)日：2018-10-09
申请号：CN201810426685.4
申请日：2018-05-07
Applicant: 苏州大学
Abstract: 本发明实施例公开了一种图像分类方法、系统、设备及计算机可读存储介质。方法包括提取待分类图像的目标特征集，目标特征集包含的特征由与待分类图像的特征维数相同且各特征代表的意义相同的样本图像的最优特征子集确定；将待分类图像的目标特征集输入支持向量机分类器，获取待分类图像所属的标签类型；最优特征子集确定过程为：计算各样本图像在权重空间的间隔，并根据各间隔迭代计算特征权重向量直至满足迭代结束条件，得到各样本图像每个特征的权重值，根据各权重值对各特征进行组合生成多个特征子集；利用各特征子集训练支持向量机分类器，确定满足最佳分类效果条件的特征子集为最优特征子集。本申请提高了图像分类的准确度和精度。
-
公开(公告)号：CN109670552B
公开(公告)日：2023-03-10
申请号：CN201811585699.7
申请日：2018-12-24
Applicant: 苏州大学
IPC: G06F18/24 , G06F18/2413
Abstract: 本发明公开了一种图像分类方法，该方法在计算众多图像的特征权重矩阵时，仅关注不同图像之间的距离，而不关注图像的类别，因此当众多图像中包括多类别的图像时，该方法仍然适用；并且该方法处理的图像集合中包括有标签图像和无标签图像，因此能够很好地处理有标签图像和无标签图像。所以本发明打破了现有的图像分类方法的局限，提高了图像分类方法的通用性。相应地，本发明公开的一种图像分类装置、设备及可读存储介质，也同样具有上述技术效果。
-
公开(公告)号：CN108629373B
公开(公告)日：2022-04-12
申请号：CN201810426685.4
申请日：2018-05-07
Applicant: 苏州大学
IPC: G06V10/771 , G06V10/774 , G06V10/764 , G06V20/13 , G06K9/62
Abstract: 本发明实施例公开了一种图像分类方法、系统、设备及计算机可读存储介质。方法包括提取待分类图像的目标特征集，目标特征集包含的特征由与待分类图像的特征维数相同且各特征代表的意义相同的样本图像的最优特征子集确定；将待分类图像的目标特征集输入支持向量机分类器，获取待分类图像所属的标签类型；最优特征子集确定过程为：计算各样本图像在权重空间的间隔，并根据各间隔迭代计算特征权重向量直至满足迭代结束条件，得到各样本图像每个特征的权重值，根据各权重值对各特征进行组合生成多个特征子集；利用各特征子集训练支持向量机分类器，确定满足最佳分类效果条件的特征子集为最优特征子集。本申请提高了图像分类的准确度和精度。
-
-
-
-
Search Results
5
records
(took 0.056 seconds)
