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
本发明公开了一种基于无训练开集模拟器的开集识别方法及系统，涉及于图像分类技术领域，包括采集原始图片，构建无训练开集模拟器，对已知类图像实施局部退化操作，模拟生成未知样本；构建多变换特征提取模型，提取训练集中的已知类图像和生成的未知类样本的判别性特征；将判别性特征输入基于原型学习的特征提取器和分类器进行训练。本发明提供的基于无训练开集模拟器的开集识别方法，通过低通滤波去除图像的高频信息，将表示图像内容的低频信息的特征作为多变换特征的一部分，增强识别准确性，构建未知样本进行图像翻转不会出现较大的图像
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117689951A
(43)申请公布日2024.03.12
(21)申请号202311730143.3
(22)申请日2023.12.15
(71)申请人西北农林科技大学
地址7121
文档评论（0）