一种面向植物叶片的多样化图像检索的自适应的鲁棒CMVM特征降维与抽取方法

发明专利无效专利

申请号：
CN201210285036.X
IPC分类号：G06F17/30
申请日期：
2012-08-10
申请人：
合肥工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种面向植物叶片的多样化图像检索的自适应的鲁棒CMVM特征降维与抽取方法
申请号	CN201210285036.X	申请日期	2012-08-10
法律状态	权利终止	申报国家	暂无
公开/公告日	2013-01-16	公开/公告号	CN102880638A
优先权	暂无	优先权号	暂无
主分类号	G06F17/30 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/30 信息检索；及其数据库结构〔6〕	IPC分类号	G06F17/30查看分类表>
申请人	合肥工业大学	申请人地址	安徽省合肥市屯溪路1*** 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	合肥工业大学	当前权利人	合肥工业大学
发明人	赵仲秋;黄德双;马林海;吴信东
代理机构	安徽合肥华信知识产权代理有限公司	代理人	余成俊

摘要

本发明公开了一种面向植物叶片的多样化图形检索的自适应的鲁棒CMVM特征降维与抽取方法，从图像流形特征抽取和选择层面展开研究，采用的约束最大差异投影（CMVM）半监督流形降维方法既有保持正类局域“子概念”区分性的能力，又有强化正反类别即“概念”的区分性的能力。本发明提出去除噪声点方法和CMVM强化正类局域保持算法以保持“子概念”的可区分性；提出线性近似法来解决CMVM样本外点学习问题；提出设计多样化检索的“有序”层次最大间隔相关性评价函数来进行CMVM流形参数的选择和图像本征维数的估计；本发明也提出从CMVM特征中挖掘区分正类类内“子概念”的最大差异本征特征方法，以此进行聚类多样化学习，提高了植物图像检索的多样性。

一种负压抽吸技术试验台架

实用新型

一种面向植物叶片的多样化图像检索的自适应的鲁棒CMVM特征降维与抽取方法

在售专利 早买早用

在售专利早买早用