公开(公告)号：CN117975117A

公开(公告)日：2024-05-03

申请号：CN202410043482.2

申请日：2024-01-11

Applicant: 苏州大学

Inventor： 罗喜召 ,  张鋆杰

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种基于李群卷积神经网络的图像分类方法，属于图像分类领域；一种基于李群卷积神经网络的图像分类方法包括：将输入图像数据从欧式空间转换到李群空间后，然后通过李群卷积神经网络模型对李群空间下的数据进行学习，学习过程中使用新颖的排列邻域采样算法进行下采样，使用分批计算存储方案获得元素间的邻域关系，最后根据模型的输出特征对输入图像分类。

公开(公告)号：CN117893805A

公开(公告)日：2024-04-16

申请号：CN202410043456.X

申请日：2024-01-11

Applicant: 苏州大学

Inventor： 罗喜召 ,  张鋆杰

IPC: G06V10/764 ,  G06V10/82

Abstract: 本发明公开一种应用于图像分类的排列邻域采样方法，属于数据采样技术领域，包括以下步骤：输入元素邻域指针和采样比例，得到样本集，依次对每个元素，在其邻域内随机采样，并记录每个元素被采样的总次数；将元素按照被采样的总次数从大到小进行排序，得到有序队列；遍历有序队列，从有序队列队首开始按顺序依次选取不在样本集中且状态为可采样的元素纳入样本集，将元素纳入样本集后，将有序队列中该元素的邻域元素都设置为不可采样状态；当遍历到有序队列队尾时，将遍历指针指向有序队列队首，并设置所有元素为可采样状；重复上述操作，直至完成采样，输出样本集。