原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
查看更多
本发明公开一种应对增量式新类图像数据的鲁棒弱监督分类方法。具体而言，在开放场景下，数据增量涌现，其中包括未标记、已标记、新类图像。对于已标注图像，加入模型并更新标注数据集合。对于新来的未标注图像，通过特征描述和弱监督学习等技术判断其类别归属。若其属于已知类别，则基于标记传播算法等弱监督学习技术预测其标注类别后加入已有标记数据集合；若检测出其属于未见过的新类别，则将图像放入缓存器，收集足够数量时，及时更新模型并清空缓存器。本发明能够有效实现增量式新类图像数据的鲁棒分类。
(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 113095429 A
(43)申请公布日 2021.07.09
(21)申请号 202110447613.X
(22)申请日 2021.04.25
(71)申请人 南京大学
地址 21
文档评论（0）