本發明公開了一種面向植物葉片的多樣化圖形檢索的自適應的魯棒CMVM特征降維與抽取方法,從圖像流形特征抽取和選擇層面展開研究,采用的約束最大差異投影(CMVM)半監督流形降維方法既有保持正類局域“子概念”區分性的能力,又有強化正反類別即“概念”的區分性的能力。本發明提出去除噪聲點方法和CMVM強化正類局域保持算法以保持“子概念”的可區分性;提出線性近似法來解決CMVM樣本外點學習問題;提出設計多樣化檢索的“有序”層次最大間隔相關性評價函數來進行CMVM流形參數的選擇和圖像本征維數的估計;本發明也提出從CMVM特征中挖掘區分正類類內“子概念”的最大差異本征特征方法,以此進行聚類多樣化學習,提高了植物圖像檢索的多樣性。
聲明:
“面向植物葉片的多樣化圖像檢索的自適應的魯棒CMVM特征降維與抽取方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)