一种基于半监督加权迁移判别分析的图像分类方法

摘要

本发明公开了一种基于半监督加权迁移判别分析的图像分类方法，属于机器学习技术领域。该方法在传统特征迁移方法基础上引入样本的差异性权重，构造特征迁移分类模型，来解决图像跨领域分类问题。本发明首先设计一种跨领域均值逼近权重。其次，将跨领域均值逼近权重引入最大均值差异度量MMD，并对联合分布调整JDA进行提升改造。然后，将加入半监督判别分析SDA，充分挖掘标签信息和数据的原始空间结构信息，提高算法的类别可分性。本发明能有效抽取领域间高质量的共享特征，提升知识在领域间的迁移效率，获取更高的分类精度。