一种基于自适应张量子空间的小样本宫颈细胞分类方法
本发明公开了一种基于自适应张量子空间的小样本宫颈细胞分类方法,属于数字图像处理与医学交叉领域。本发明通过将预训练技术和元学习相结合;采用最大均值差异算法赋予每个支持集样本合适的权重,计算加权原型,缓解背景噪声的干扰;采用转导学习方法,基于聚类假设,利用部分查询集样本扩充支持集,将估计的原型朝着真实原型方向修正;采用多线性主成分分析算法将每类样本投影到各自的低维自适应张量子空间,从而在不破换张量数据的自然结构和元素相关性的前提下,在低维空间中学习更具判别性的自适应张量子空间分类器,在小样本的条件下,提高了宫颈细胞的分类准确度。
《一种基于自适应张量子空间的小样本宫颈细胞分类方法》是一发明专利,专利号为 2023115505224,当前法律状态为已下证,由江南大学提出申请,发明人为谢莉;舒卫平;耿俊杰;王琼;杨海麟,申请日期为2023-11-21,公开(公告)日期为2024-05-28,国际专利分类号(IPC)为 G06V 20/69 (2022.01),高新资质:未报高企,所属技术领域包括:工艺与方法。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于自适应张量子空间的小样本宫颈细胞分类方法,属于数字图像处理与医学交叉领域。本发明通过将预训练技术和元学习相结合;采用最大均值差异算法赋予每个支持集样本合适的权重,计算加权原型,缓解背景噪声的干扰;采用转导学习方法,基于聚类假设,利用部分查询集样本扩充支持集,将估计的原型朝着真实原型方向修正;采用多线性主成分分析算法将每类样本投影到各自的低维自适应张量子空间,从而在不破换张量数据的自然结构和元素相关性的前提下,在低维空间中学习更具判别性的自适应张量子空间分类器,在小样本的条件下,提高了宫颈细胞的分类准确度。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
