一种基于卷积神经网络的非监督图像识别方法技术资料下载

技术编号:8528476

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

] 卷积神经网络对于图像处理具有的平移和尺度不变性,因此广泛应用于图像特征 提取。传统的卷积神经网络多为有监督网络,不适用于非监督图像的识别。因此我们提出 了基于卷积神经网络的非监督图像识别方法,可以利用图像本身作为训练卷积网络的监督 信息,从而实现不利用图像分类标签的非监督识别。为了实现更佳的图像识别结果,我们在该卷积网络中加入类内约束,加入的类内 约束可以让样本在特征空间高度可分,实现非监督图像识别功能。该方法可以获得优于传 统方法的非监督图像识别效果...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发