一种基于深度学习的多标记图片分类中未知标记分类方法.pdfVIP

下载本文档

8
0
约2.06万字
约 14页
2023-05-05 发布于四川
举报
版权申诉

一种基于深度学习的多标记图片分类中未知标记分类方法.pdf

1、本文档共14页，其中可免费阅读13页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提供一种基于深度学习的多标记图片分类中未知标记分类方法，属于机器学习领域。本发明在充分学习了已知标记特征表示的前提下，通过非负矩阵分解技术，对CNNs提取的特征进行非负矩阵分解，挖掘出未知标记信息，并与分类器做一致性约束，帮助学习未知标记的特征表示。同时根据非负矩阵分解得到的完整标记矩阵的近似解构建更准确的标记关系矩阵，然后利用图神经网络学习标记关系，得到具有语义信息的未知标记特征表示。本发明通过发现未知标记，挖掘出数据中有价值的隐含信息，利用已知标记和未知标记之间的关联性，使已知标记分类

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114299342 A (43)申请公布日 2022.04.08 (21)申请号 202111655752.8 G06N 3/08 (2006.01) (22)申请日 20