基于核空间的深度散射卷积网络学习方法和系统

摘要

本发明涉及一种基于核空间的深度散射卷积网络学习方法和系统，包括：参数化小波生成模块、多核学习模块、散射分解模块和支持向量机分类模块，其中：参数化小波生成模块以随机化参数构造小波滤波器组；多核学习模块基于上述滤波器组对训练数据集进行散射网络的卷积分解，并将每条卷积路径的分解系数分别投影到核特征空间，采用多核学习算法选择最优卷积路径；散射分解模块基于上述最优卷积路径对测试数据集进行散射分解，所得的分解系数在支持向量机分类模块被分类。本发明可以有效提升各种类型数字图像的分类准确率。