Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 飞依诺科技股份有限公司马鑫斌获国家专利权

飞依诺科技股份有限公司马鑫斌获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉飞依诺科技股份有限公司申请的专利一种图像识别方法、系统和存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115775345B

龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211697067.6,技术领域涉及:G06V10/774;该发明授权一种图像识别方法、系统和存储介质是由马鑫斌;凌燕;姬洋;侯雪飞设计研发完成,并于2022-12-28向国家知识产权局提交的专利申请。

一种图像识别方法、系统和存储介质在说明书摘要公布了:本发明公开了一种图像识别方法,基于四元数广义核稀疏主成分分析,所述方法包括:获取训练和测试样本图像;提取每幅图像的熵、红、绿、蓝四个分量信息,并对其进行四元数矩阵表示,以构造与之对应的四元数实表示矩阵;根据四元数实表示矩阵,构建对应的四元数协方差核矩阵和四元数p范数欧氏距离,进而构建四元数广义核稀疏主成分分析优化模型;对所述优化模型求解,将计算得到的训练样本行、列方向的核稀疏主成分作为其最终解;根据所述模型行、列方向的最终解,分别计算训练和测试样本协方差核矩阵的投影矩阵;利用所述四元数p范数欧式距离以识别测试样本集中图像所属的类别,该方法提高了识别准确率和鲁棒性。

本发明授权一种图像识别方法、系统和存储介质在权利要求书中公布了:1.一种图像识别方法,基于四元数广义核稀疏主成分分析,其特征在于,所述方法包括: 获取训练样本集和测试样本集图像; 提取每幅训练样本图像的熵、红、绿、蓝四个分量信息,并对其进行四元数矩阵表示,以构造与之对应的四元数实表示矩阵; 根据所述四元数实表示矩阵,构建该四元数实表示矩阵的四元数协方差核矩阵和四元数p范数欧氏距离,其中,p是任意非负值; 根据所述四元数实表示矩阵的四元数协方差核矩阵和四元数p范数欧式距离,构建四元数广义核稀疏主成分分析优化模型; 对所述优化模型求解,将计算得到的训练样本行、列方向的核稀疏主成分作为其最终解; 根据所述优化模型行、列方向的核稀疏主成分,分别计算所述训练样本四元数协方差核矩阵的投影矩阵和测试样本四元数协方差核矩阵的投影矩阵; 基于所述四元数p范数欧式距离,根据所述投影矩阵识别测试样本集中图像所属类别; 输出所述图像所属类别; 其中,所述提取每幅训练样本图像的熵、红、绿、蓝四个分量信息,并对其进行四元数矩阵表示,以构造与之对应的四元数实表示矩阵具体包括: 提取第张样本图像对应的熵、红、绿、蓝四个分量信息,分别记为,其中n=1,2,…,L,L是所述训练样本集中的样本图像个数;根据所述四个分量信息,该样本图像的四元数矩阵表示为:,其中,表示第n个四元数矩阵属于有理数域矩阵,且有理数域矩阵大小是,h为样本图像的高度,w为样本图像的宽度,i、j、k表示四元数的三个虚单元;利用四元数保结构理论构造所述四元数矩阵的实表示矩阵。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人飞依诺科技股份有限公司,其通讯地址为:215123 江苏省苏州市工业园区新发路27号A栋5楼、C栋4楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。