基于线性规划增量学习的图像分类方法

授权

摘要

本发明公开了一种基于线性规划增量学习的图像分类方法，其步骤为：构建卷积神经网络；生成初始训练集；初始训练卷积神经网络；获取初始训练集的类均特征向量；判断待分类图像的类别是否属于初始训练集中的类别，若是，用卷积神经网络分类，否则执行下一步；生成增量训练集；获取增量训练集的类均特征向量；利用线性规划模型求解权值列向量；更新卷积神经网络；用卷积神经网络进行分类。本发明具有自适应能力强，只需要一张图像就能生成增量训练集，只需要很少的计算资源和计算时间就能完成增量学习，对初始训练集和增量训练集中类别分类准确率都很高的优势。

基本信息

专利标题：

基于线性规划增量学习的图像分类方法

专利标题（英）：

暂无

公开（公告）号：

CN111222545A

申请号：

CN201911348984.1

公开（公告）日：

2020-06-02

申请日：

2019-12-24

授权号：

CN111222545B

授权日：

2022-04-19

发明人：

白静员安然王鼎臣周华吉肖竹张丹杨韦洁

申请人：

西安电子科技大学

申请人地址：

陕西省西安市太白南路2号

代理机构：

陕西电子工业专利中心

代理人：

田文英

优先权：

CN201911348984.1

主分类号：

G06K9/62

IPC分类号：

G06K9/62 G06N3/04 G06N3/08