一种基于相似度的多示例字典学习分类方法及装置

摘要

本发明公开了一种基于相似度的多示例字典学习分类方法，包括：获得训练集；针对从正包集合中选择出的每个正候选示例，重复执行以下步骤，循环迭代，训练分类器，直至满足预设的迭代停止条件：分别计算训练集中每个示例对于正类和负类的相似性权重；将训练集中每个示例经过字典学习，获得每个示例的稀疏编码；学习一个投影字典，将每个示例的稀疏编码重新表示；基于投影重新表示的每个示例及每个示例的相似性权重，训练分类器；基于训练后的分类器，获得目标包所属类别。应用本发明实施例所提供的技术方案，可以对目标包进行类别的准确确定，提高了分类器的分类效果。本发明还公开了一种基于相似度的多示例字典学习分类装置，具有相应技术效果。