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！

龙图腾网获悉山东浪潮科学研究院有限公司申请的专利基于低秩表示和标签融合的分类方法及装置、介质、设备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：CN116468953B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202310465688.X，技术领域涉及：G06V10/764；该发明授权基于低秩表示和标签融合的分类方法及装置、介质、设备是由李雪;杨彤;段强;姜凯设计研发完成，并于2023-04-24向国家知识产权局提交的专利申请。

本基于低秩表示和标签融合的分类方法及装置、介质、设备在说明书摘要公布了：本发明提供一种基于低秩表示和标签融合的分类方法及装置、介质、设备。方法包括：将训练图片进行低秩表示，得到对应的第一低秩矩阵；将所述训练图片的类别标签信息融入对应的所述第一低秩矩阵中，得到第二低秩矩阵，并将所述第二低秩矩阵还原为所述训练图片的特征矩阵；获取待分类图片，学习所述待分类图片的特征矩阵和各个类别的第二低秩矩阵之间的映射关系；根据所述映射关系和各个类别的训练图片的所述特征矩阵，确定所述待分类图片的类别。本发明实施例涉及到的数据量比较小，而且不需要采用深度学习模型，计算量也是比较小的，因此适合应用在计算资源和硬件资源有限的边缘设备上。

本发明授权基于低秩表示和标签融合的分类方法及装置、介质、设备在权利要求书中公布了：1.一种基于低秩表示和标签融合的分类方法，其特征在于，包括： 将训练图片进行低秩表示，得到对应的第一低秩矩阵； 将所述训练图片的类别标签信息融入对应的所述第一低秩矩阵中，得到第二低秩矩阵，并将所述第二低秩矩阵还原为所述训练图片的特征矩阵； 获取待分类图片，学习所述待分类图片的特征矩阵和各个类别的第二低秩矩阵之间的映射关系； 根据所述映射关系和各个类别的训练图片的所述特征矩阵，确定所述待分类图片的类别； 所述将所述训练图片的类别标签信息融入对应的所述第一低秩矩阵中，得到第二低秩矩阵，包括： 根据所述训练图片的类别标签信息，生成对应的标签向量；其中，所述标签向量中包括N个元素，每一个元素对应一个类别，N为类别的数量，所述训练图片的类别在所述标签向量中对应的元素为第一值，所述标签向量中的其余元素为第二值； 将所述标签向量进行转置，得到对应的列向量； 将所述第一低秩矩阵和所述列向量进行拼接，得到所述第二低秩矩阵；所述映射关系为映射矩阵；所述根据所述映射关系和各个类别的训练图片的所述特征矩阵，确定所述待分类图片的类别，包括： 将每一个类别下的第二低秩矩阵对应的映射矩阵和所述待分类图片的特征矩阵相乘，得到所述待分类图片对应该类别的标签向量； 从所述待分类图片对应各个类别的标签向量中筛选出类别所对应的元素为第一值的标签向量，并将该标签向量对应的类别作为所述待分类图片的类别。

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山东浪潮科学研究院有限公司，其通讯地址为：250100 山东省济南市高新浪潮路1036号S02号楼；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。