[發明專利]一種基于相似度約束的解耦表示學習算法在審
| 申請號： | 201910598166.0 | 申請日： | 2019-07-04 |
| 公開（公告）號： | CN111461159A | 公開（公告）日： | 2020-07-28 |
| 發明（設計）人： | 李曉強;陳亮波 | 申請（專利權）人： | 上海大學 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06N3/08 |
| 代理公司： | 北京勁創知識產權代理事務所(普通合伙) 11589 | 代理人： | 王志敏 |
| 地址： | 200444*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 相似 約束 表示 學習 算法 | ||
【權利要求書】：
1.一種基于相似度約束的解耦表示學習算法，其特征在于，具體步驟如下：
步驟一，準備數據集；
步驟二，選擇模型的結構：采用使用梯度懲罰的WGAN的結構；
步驟三，對模型施加相似度約束：在使用梯度懲罰的WGAN結構的基礎上，對生成圖片的相似度和因子施加約束。
2.根據權利要求1所述的基于相似度約束的解耦表示學習算法，其特征在于，所述步驟一中數據集包括簡單數據集和復雜數據集。
3.根據權利要求2所述的基于相似度約束的解耦表示學習算法，其特征在于，所述簡單數據集包括MNIST、Fashion-MNIST和SVHN。
4.根據權利要求2或3所述的基于相似度約束的解耦表示學習算法，其特征在于，所述復雜數據集包括CIFAR-10和CelebA。
5.根據權利要求1所述的基于相似度約束的解耦表示學習算法，其特征在于，所述生成圖片由內容和表示兩部分組成。
6.根據權利要求3所述的基于相似度約束的解耦表示學習算法，其特征在于，所述MNIST和Fashion-MNIST這兩個數據集包含了灰度圖、黑色背景和目標。
7.根據權利要求4所述的基于相似度約束的解耦表示學習算法，其特征在于，所述數據集CelebA包含了大量的明星人臉。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于上海大學，未經上海大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910598166.0/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：運輸成本與運輸時間的雙目標優化方法、裝置以及介質
- 下一篇：阻抗檢查的方法
