一种基于置信度分布外检测的广义零样本学习分类方法

发明专利有效专利

申请号：
CN202110874153.9
IPC分类号：G06K9/62
申请日期：
2021-07-30
申请人：
南京理工大学

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	一种基于置信度分布外检测的广义零样本学习分类方法
申请号	CN202110874153.9	申请日期	2021-07-30
法律状态	公开	申报国家	中国
公开/公告日	2021-11-23	公开/公告号	CN113688879A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2查看分类表>
申请人	南京理工大学	申请人地址	江苏省南京市玄武区孝陵卫200号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京理工大学	当前权利人	南京理工大学
发明人	张浩峰;赵晓杰
代理机构	南京理工大学专利中心	代理人	薛云燕

摘要

本发明公开了一种基于置信度分布外检测的广义零样本学习分类方法，步骤为：构造映射器，将样本视觉特征映射到属性特征，产生置信度值；通过置信度值将映射得到的属性特征和样本真实的类别属性组合起来；使用组合而成的新属性，和所有类别属性做相似度计算，对训练样本做分类预测，训练映射器；测试样本用训练好的映射网络将样本映射至属性空间，同时产生置信度；置信度不小于预设值，则样本属于可见类，将样本映射出的属性和可见类属性做相似度运算进行分类；置信度值小于预设值则样本属于不可见类，将样本映射出的属性和不可见类属性做相似度运算进行分类。本发明增加了对可见类、不可见类分类的准确率，整体上提升了零样本分类的预测准确率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供