[发明专利]一种基于希尔伯特-施密特独立性和度量学习的零样本学习方法在审
| 申请号： | 202011069204.2 | 申请日： | 2020-09-30 |
| 公开（公告）号： | CN112200239A | 公开（公告）日： | 2021-01-08 |
| 发明（设计）人： | 许磊;殷俊 | 申请（专利权）人： | 上海海事大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 上海元好知识产权代理有限公司 31323 | 代理人： | 周乃鑫;徐雯琼 |
| 地址： | 201306 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于希尔伯特‑施密特独立性和度量学习的零样本学习方法，包括：提取训练样本的图像特征和对应类别的语义特征；根据训练样本的图像特征和对应类别的语义特征，构造训练样本的图像特征协方差矩阵、对应类别的语义特征协方差矩阵以及图像特征和对应类别的语义特征的互协方差矩阵并将其代入典型相关分析公式，以构建图像特征和语义特征的公共特征空间；将公共特征空间中的训练类别的图像特征和语义特征投影至马氏距离协方差矩阵，得到使训练类别的图像特征和训练类别的语义特征的关联性最大的马氏距离协方差矩阵；使用最近邻分类器，距离待测类别图像特征最近的待测类别语义特征所对应的类别，就是所预测的图像类别。 | ||
| 搜索关键词： | 一种 基于 希尔伯特 施密特 独立性 度量 学习 样本 学习方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海海事大学，未经上海海事大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011069204.2/，转载请声明来源钻瓜专利网。
