摘要
本发明提供一种基于超维计算的图像分类方法、设备、介质及产品,该方法包括:利用局部二值模式对红外图像提取目标纹理特征;通过主成分分析法对目标纹理特征进行特征降维,得到目标的一维结构特征信息;对目标的一维结构特征信息使用基于高效的多元型编码方法进行超维编码形成超维向量;将得到的超维向量构建超维向量数据集;构建基于二值全连接神经网络的目标分类识别模型;利用超维向量数据集训练目标分类识别模型;利用训练好的目标分类识别模型进行目标识别,得到目标类别。本发明通过特征提取、高效超维编码和二值全连接神经网络相结合完成目标识别,能够提升图像分类识别准确率,具有超维编码复杂度低、模型泛化能力强等优点。
技术关键词
分类识别模型
图像分类方法
特征值
编码方法
纹理特征
局部二值模式
主成分分析法
计算机程序产品
图像分类识别
可读存储介质
处理器通信
存储器
指令
密度
数据
复杂度
系统为您推荐了相关专利信息
高斯混合模型
肌电图设备
计算机装置设备
电信号检测技术
时域特征
水泵进水口
自动调节方法
河道底泥
对抗网络模型
实时监测数据
短波紫外线治疗
紫外光发生器
内窥镜摄像头
安装组件
图像采集模块
地物信息
光谱特征信息
智能优化算法
分析系统
影像