技术特征：
技术总结
本发明公开了一种基于观测矩阵变换维度的图像分类方法，包括：使用感知压缩对图像进行稀疏编码，得到低维度图像组成的数据集，将包含标签标注的数据集划分为训练集和测试集；构建包括输入层、隐含层与输出层的图像分类网络，所述隐含层为感知机单元；所述图像分类网络至少为两个，分别包含不同节点数感知机单元；将训练集作为输入，在标签的监督下进行训练，得到训练完成后对应的神经网络图像分类模型；使用测试集验证神经网络图像分类模型对图像分类的准确率，选择准确率最高的作为最终的神经网络图像分类模型；将待测图像输入，输出图像分类结果的预测概率。本发明提供的图像分类方法可以在不降低图像分类精度的条件下大大提升模型效率。
技术研发人员：叶心汝;王勇
受保护的技术使用者：浙江大学
技术研发日：2018.12.04
技术公布日：2019.04.19