一种基于贝叶斯线性回归的超参数优化EM算法的图像分类方法

AITNT
正文
推荐专利
一种基于贝叶斯线性回归的超参数优化EM算法的图像分类方法
申请号:CN202410956255
申请日期:2024-07-17
公开号:CN118968521A
公开日期:2024-11-15
类型:发明专利
摘要
本发明提出一种基于贝叶斯线性回归的超参数优化EM算法的图像分类方法,所述方法包括以下步骤:步骤1,得到对数边缘似然函数;步骤2、将参数权重w看作隐变量,推导超参数α,β,γ的EM算法;步骤3、将超参数优化的EM算法应用到MNIST经典手写数字库图像识别。对于MNIST经典手写数字库,经过本发明所述方法超参数优化后的回归分析模型,然后应用多类逻辑回归对图像测试集进行分类与识别,从效果上看,分类更加准确,具有更好的泛化能力。
技术关键词
EM算法 超参数 图像分类方法 线性回归模型 定义 变量 协方差估计 训练集 元素 信息熵 方程 逻辑 数据 像素点 矩阵 非线性
系统为您推荐了相关专利信息
1
一种电气设备运行数据管理方法及系统
电气设备 数据识别模型 序列 数据管理方法 滑动窗口
2
一种智能开关柜用多模态融合监测系统
智能开关柜 融合监测系统 信号分析模块 振动特征 因子
3
一种考虑折痕因素的薄膜天线形态分析方法及系统
形态分析方法 薄膜天线 折痕 膜结构 方程
4
工业机理模型搭建及实时计算方法、系统、设备和介质
实时计算方法 DAG模型 数据网关 业务数据事件 封包
5
一种基于混合博弈理论的多利益主体日前电能交易方法
电能交易方法 出清方法 策略 理论 电力
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号