发明专利已授权

基于正交性约束增量非负矩阵分解的有监督图像识别方法

📄 申请号：CN201910595901.2 📄 发布日：2026/05/09

著录项目信息

申请日

2019-07-03

公开号

CN110334761B

公开日

2021-05-04

申请人

北京林业大学

法律状态

已下证

专利类型

发明

主分类号

G06K9_62

IPC 分类号

G06K9_62

技术画像

所属领域

图像识别图像识别机器学习非负矩阵分解

应用场景

安防监控, 智能交通, 工业视觉检测, 医学影像分析, 遥感图像处理

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明属于图像识别领域，具体涉及一种基于正交性约束增量非负矩阵分解的有监督图像识别方法，旨在为了解决现有有监督图像在线识别方法在新增样本较多时，累计训练时间消耗较长，识别效率较低的问题。本发明包括：获取初始样本集的矩阵表示Vc；获取Vc经ONMF算法分解得到基矩阵Wc和系数矩阵Hc；获取新增样本集的矩阵表示Vp，构建所有样本构成的数据矩阵Vz＝[Vc,Vp]，并基于Wc、Hc采用增加正交性约束的INMF算法获取基矩阵Wz；利用基矩阵Wz的Moore‑Penrose逆作为投影变换矩阵，分别对Vz及待识别图像集的矩阵Vtest进行投影变换，然后训练分类器并对Vtest进行识别分类。本发明在新增训练样本较多时，可以快速地动态更新基矩阵，大幅减少了时间消耗。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

20210504

✅ 授权

20191108

?? 实质审查的生效：

20191015

📄 公开

基于点云数据的表面网格重建方法、系统及设备

当前第 / 件

一种可便捷安装的格栅幕墙

同领域国内专利 · IPC: (G06K9_62)

G06K9_00 G06K9_20 G06K9_22 G06K9_24 G06K9_32 G06K9_34 G06K9_36 G06K9_38 G06K9_40 G06K9_42 G06K9_44 G06K9_46 G06K9_62 G06K9_66 G06K9_68 G06K9_72 覆盖16个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：51 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

基于正交性约束增量非负矩阵分解的有监督图像识别方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06K9_62)

相似专利推荐 AI 驱动 · 同领域

一种低开销的加密恶意流量分类可信判定方法

一种三元数快速精确正交-傅里叶梅林矩零水印构造方法

知识蒸馏方法及装置、存储介质、终端

服务项目

资源中心

关于柿子坊