买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京工业大学申请的专利基于自适应局部序数保持解析字典学习的图像分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115601591B 。

龙图腾网通过国家知识产权局官网在2026-04-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211256342.0，技术领域涉及：G06V10/764；该发明授权基于自适应局部序数保持解析字典学习的图像分类方法是由董静;吴凯;梅雪;刘厂设计研发完成，并于2022-10-13向国家知识产权局提交的专利申请。

本基于自适应局部序数保持解析字典学习的图像分类方法在说明书摘要公布了：本发明公开了基于自适应局部序数保持解析字典学习的图像分类方法，属于计算机视觉技术领域，该方法包括：对数据集中的图像进行特征提取，将其划分为训练集和测试集，并基于训练集采用支持自适应局部序数保持的解析字典学习模型同时学习解析字典和分类器，然后基于学习所得的解析字典计算测试集的编码系数，最后通过分类器与测试集的编码系数取得测试集的类别标签。本发明方法在判别式卷积解析字典学习模型基础上引入一个自适应序数局部保持项，通过在学习过程中同时保持字典原子之间的邻域相关性和邻域内原子的距离排序信息，优化解析字典学习模型，以增强字典的判别性，提升模型在人脸识别、物体识别和场景识别等一般场景下的图像分类准确率。

本发明授权基于自适应局部序数保持解析字典学习的图像分类方法在权利要求书中公布了：1.基于自适应局部序数保持解析字典学习的图像分类方法，其特征在于，包括如下步骤： 步骤1、对数据集中的图像进行特征提取，并将其划分为训练集X和测试集Xtest； 步骤2、建立支持自适应局部序数保持的解析字典学习模型； 步骤3、将训练集X输入到步骤2所建立模型中，并求解相应的优化问题，得到适用于对应数据集的解析字典Ω和分类器W； 步骤4、采用步骤3得到的解析字典Ω对测试集Xtest进行编码，得到测试集的编码系数 步骤5、将步骤4得到的编码系数进行整形，并输入到步骤3得到的分类器W，获得测试集的分类结果， 所述步骤2中建立支持自适应局部序数保持的解析字典学习模型，包括： 其中，λ1，λ2，λ3，λ4，μ是正则项系数，为训练集，n为样本数，p为每个样本的分块数，Ω＝[ω1；ω2；…；ωm]代表解析字典，Ω的行代表字典原子，m为字典原子数，为训练集的编码系数矩阵，其每一列向量为每个样本中每个分块对应的编码系数，为通过矩阵整形算子由变形而来的矩阵，其每一列向量为每个样本所有分块对应编码系数的纵向堆叠，W代表分类器，L为拉普拉斯矩阵，Y为训练集标签矩阵；表示信号重构项；表示编码系数的稀疏性约束；表示通过训练集标签对分类器进行约束；为自适应局部序数保持项，用于保持字典原子之间的邻域相关性，并使字典与编码系数的联系更加紧密，从而使分类器包含字典的结构信息；和对优化变量进行约束，使模型的优化求解过程趋于稳定。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京工业大学，其通讯地址为：211816 江苏省南京市浦口区浦珠南路30号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。