【技术实现步骤摘要】
【技术保护点】
一种用于图像分类的多任务机器学习方法,其特征在于包括如下步骤:S10,输入分类任务的图像数据及其对应的标签数据,对图像数据使用图像处理的方法提取特征,得到图像数据的观测矩阵和标签矩阵;S20,通过计算标签矩阵和回归矩阵乘以观测矩阵之间的差得到残差矩阵,对残差矩阵进行概率建模,并设定残差矩阵服从某一概率分布;S30,对回归矩阵进行低秩矩阵二分解,其中每个分解矩阵分别作为回归矩阵的行协方差矩阵和列协方差矩阵的逼近矩阵;对回归矩阵及其两个分解矩阵进行概率建模;S40,通过变分推断或采样的方法对S20及S30中所述的概率模型中的参数进行学习;S50,重复步骤S40,直至诸参数收敛;S60,利用多任务机器学习方法学习得到的回归矩阵W,乘以输入的测试图像的观测矩阵得到测试图像的标签矩阵估计值,以此估计标签矩阵对测试图像数据进行分类。
【技术特征摘要】
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。