一种基于多尺度特征的半监督少样本图像分类方法

被引：0

专利类型：

发明

申请号：

CN202311328771.9

申请日：

2023-10-15

公开(公告)号：

CN117456232A

公开(公告)日：

2024-01-26

发明(设计)人：

臧家彤王小玉俞越

申请人：

哈尔滨理工大学

申请人地址：

150080 黑龙江省哈尔滨市南岗区学府路52号哈尔滨理工大学

IPC主分类号：

G06V10/764

IPC分类号：

G06V10/82 G06N3/0464 G06V10/40 G06V10/80 G06N3/048 G06N3/045 G06N3/0895

代理机构：

代理人：

法律状态：

公开

国省代码：

黑龙江省哈尔滨市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2024-01-26	公开	公开
2024-02-13	实质审查的生效	实质审查的生效IPC(主分类):G06V 10/764申请日:20231015

共 50 条

[1]

一种基于特征转换的少样本图像分类方法 [P].

熊盛武 ;

王豪杰 ;

荣毅 ;

连洁雅 ;

刁月月 .

中国专利 :CN110490227B ,2019-11-22

[2]

一种基于梯度优化的少样本图像分类方法 [P].

陈昨寒 ;

冯尊磊 ;

金城 .

中国专利 :CN118608842A ,2024-09-06

[3]

基于深度学习多尺度特征融合的图像分类方法 [P].

瞿鹏 ;

王留洋 ;

王兴隆 ;

张蓝天 .

中国专利 :CN119273963A ,2025-01-07

[4]

寻找可靠的异常数据中心的半监督少样本图像分类方法 [P].

熊盛武 ;

连洁雅 ;

王豪杰 ;

曹丹凤 .

中国专利 :CN110942091A ,2020-03-31

[5]

一种基于标签嵌入的多标签少样本图像分类方法 [P].

黄晟 ;

徐嘉志 ;

严杰轩 ;

朱翔 ;

葛永新 ;

徐玲 ;

张小洪 ;

杨梦宁 ;

杨丹 .

中国专利 :CN116721279B ,2025-09-26

[6]

基于多尺度特征的融合技术的图像分类方法 [P].

张伟 ;

刘斌 .

中国专利 :CN118608859A ,2024-09-06

[7]

一种基于元学习的少样本图像分类方法 [P].

刘伟鑫 ;

周松斌 ;

刘忆森 .

中国专利 :CN111539448A ,2020-08-14

[8]

基于反标签学习的半监督少样本图像分类学习方法及系统 [P].

魏秀参 ;

徐赫洋 .

中国专利 :CN115439715A ,2022-12-06

[9]

基于反标签学习的半监督少样本图像分类学习方法及系统 [P].

徐赫洋 ;

魏秀参 .

中国专利 :CN115439715B ,2025-11-21

[10]

一种基于卷积高斯过程的可信少样本图像分类方法 [P].

李平 ;

柳春波 ;

朱祥 ;

仝涛 .

中国专利 :CN119399540B ,2025-10-14

← 1 2 3 4 5 →