摘要
本发明提供了一种深度低秩多标签分类的医学病灶识别方法,包括:采集医学病灶图像数据并构成样本数据集,将所述数据集划分为训练集与测试集;构建基于聚类结构注入的深度低秩多标签分类模型,所述深度低秩多标签分类模型通过近邻样本和低秩表征两个部分增强分类器中原始样本的数据表征能力;利用所述训练集对所述深度低秩多标签分类模型进行训练;利用训练好的所述深度低秩多标签分类模型进行医学病灶识别。本发明能够充分挖掘样本之间潜在的表征信息,构造出语义丰富的近邻样本来增强原始样本的表征信息,提高分类性能,增强分类的鲁棒性。
技术关键词
病灶识别方法
医学病灶图像
样本
线性回归模型
多标签
聚类
参数
数据
分类模型构建
网络
分类器
矩阵
重构
鲁棒性
语义
指标
系统为您推荐了相关专利信息
车辆运行数据
标签
车辆电池
置信度阈值
电气系统
海底底质声学特性
神经网络架构
物理
样本
损失函数优化