需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 基于保持结构稀疏化的半监督字典学习方法

基于保持结构稀疏化的半监督字典学习方法

发布时间: 2022-04-15

来源: 试点城市（园区）

基本信息

合作方式： 技术许可
成果类型： 发明专利
行业领域：
高端产业
成果介绍

本发明公开了一种基于保持结构稀疏化的半监督字典学习方法，主要包含以下步骤：首先通过保持样本稀疏编码之间的自表示关系，建立一种新的半监督字典学习模型；其次采用块坐标下降法对提出的半监督字典学习模型中的各类变量进行迭代优化，并从理论上证明了算法的收敛性；最后提出一种构建类别相关的子字典的方法，并通过样本在各类子字典下的重构误差来对样本进行分类。由于本发明通过引入结构稀疏化约束迫使大量的无标签样本能够自动加入到其所在类别中，并与其同类的有标签样本一起参与字典的学习，从而提高了字典的稀疏表达能力和判别能力。实验结果表明，相对于其它的经典字典学习方法，具有更准确的分类正确率，有很好的应用前景。

成果亮点
团队介绍
成果资料