预览加载中，请您耐心等待几秒...

基于判别特征学习和熵的深度半监督图像分类方法.pdf

预览
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲，该文档总共13页，到这已经超出免费预览范围，如果喜欢就直接下载吧～

下载提示 文本预览

如果您无法下载资料，请参考说明：

1、部分资料下载需要金币，请确保您的账户上有足够的金币

2、已购买过的文档，再次下载不重复扣费

3、资料包下载后请先用软件解压，在使用对应软件打开

本发明公开的基于判别特征学习和熵的深度半监督图像分类方法:将训练样本集划分为有标注训练样本集和无标注训练样本集;搭建深度卷积神经网络模型;构造判别特征学习目标函数;构造熵目标函数;构造总的目标函数;设定当前轮次训练数的值为0;训练构建的网络模型直到模型收敛;基于当前网络模型,计算每一个无标注样本属于不同类的概率;更新有标注训练样本集和无标注训练样本集;当前轮次训练数的值加1;重复执行步骤7)?10),直到当前轮次训练数达到预先设定的最大轮次训练数;将待分类的图像输入训练好的网络模型,在分类层得到该图像的预测类别。该方法能够显著提高图像分类精度。