本發(fā)明實施例公開了一種魯棒的自適應半監(jiān)督圖像分類方法、裝置、設備及計算機存儲介質(zhì)。其中,方法包括將魯棒自適應嵌入標簽傳播和自適應權重構(gòu)造集成為統(tǒng)一的半監(jiān)督學習框架,并同時對基于嵌入特征和嵌入標簽的重構(gòu)誤差進行最小化;利用魯棒投影將原始預測標簽集變化到預設標簽空間中,以對原始預測標簽集中的各標簽進行分類;將原始數(shù)據(jù)集分解為去噪結(jié)果表示項和噪聲擬合錯誤項,并對去噪結(jié)果表示項進行自適應權重構(gòu)造和自適應標簽傳播;將回歸的標簽近似誤差項集成在半監(jiān)督學習框架中,進行聯(lián)合最優(yōu)化學習,得到投影分類器矩陣。本申請?zhí)峁┑募夹g方案有效的提升了圖像分類和圖形分類預測的能力,有利于提升圖像分類的準確度。 1
聲明:
“魯棒的自適應半監(jiān)督圖像分類方法、裝置、設備及介質(zhì)” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)