发明专利 已授权

一种基于超限隐特征模型的盲领域图像样本分类方法

📄 申请号:CN201910228715.5 📄 发布日:2026/08/10

著录项目信息

申请日
2019-03-25
公开号
CN109934304B
公开日
2022-03-29
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

图像识别;目标检测;无监督学习;跨领域图像分类

摘要

本发明公开了一种基于超限隐特征模型的盲领域图像样本分类方法,该方法采用了跨领域数据生成与增广策略,高效地降低不同数据领域之间的偏差。具体地说,超限隐特征模型将ELM和ELM‑AE(基于ELM的自编码器)纳入统一的优化模型,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,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。本发明利用超限隐特征模型解决盲领域适配问题,融合跨领域知识,有效降低不同领域数据之间的领域偏差,提高了盲领域数据分类准确率。
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

20220329
✅ 授权
20190719
?? 实质审查的生效 :
20190625
📄 公开

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐
¥11900.0
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
🏢 山东承坤信息科技有限公司
✓ 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