发明专利 已授权

一种基于超限隐特征学习模型的图像分类与重建方法

📄 申请号:CN201910204091.3 📄 发布日:2026/07/23

著录项目信息

申请日
2019-03-18
公开号
CN109934295A
公开日
2019-06-25
申请人
重庆邮电大学
法律状态
已下证
专利类型
发明
主分类号
IPC 分类号

技术画像

应用场景

图像分类, 图像重建, 计算机视觉, 医学影像分析, 遥感图像处理

摘要

本发明公开了一种基于超限隐特征学习模型的图像分类与重建方法,采用了一种数据重构策略进行特征学习,高效学习原始感知数据与相应的高级语义转换关系。具体地说,ELM和ELM-AE(基于ELM的自编码器)被统一在一个学习模型中,该模型具有图像分类能力和图像重建能力,且能够更好地揭示原始图像数据和高级语义之间的潜在关系,减少信息丢失,提高图像分类精度并具备优异的图像数据重建能力。ELF(超限隐特征学习模型)继承了ELM和ELM-AE的优点,并且可以在保护原始数据信息的情况下得到良好的图像分类和图像重建效果。此外,使用了一种基于交错方向法的高效算法来求解优化ELF模型,进一步提升了ELF模型的精度。
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

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:19 ❤️ 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