本发明公开了一种面向植物叶片的多样化图形检索的自适应的鲁棒CMVM特征降维与抽取方法,从图像流形特征抽取和选择层面展开研究,采用的约束最大差异投影(CMVM)半监督流形降维方法既有保持正类局域“子概念”区分性的能力,又有强化正反类别即“概念”的区分性的能力。本发明提出去除噪声点方法和CMVM强化正类局域保持算法以保持“子概念”的可区分性;提出线性近似法来解决CMVM样本外点学习问题;提出设计多样化检索的“有序”层次最大间隔相关性评价函数来进行CMVM流形参数的选择和图像本征维数的估计;本发明也提出从CMVM特征中挖掘区分正类类内“子概念”的最大差异本征特征方法,以此进行聚类多样化学习,提高了植物图像检索的多样性。
声明:
“面向植物叶片的多样化图像检索的自适应的鲁棒CMVM特征降维与抽取方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)