买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜上海大学申请的专利基于改进的鲁棒稀疏线性判别分析的图像分类方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117292205B 。

龙图腾网通过国家知识产权局官网在2025-04-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311424234.4，技术领域涉及：G06V10/764；该发明授权基于改进的鲁棒稀疏线性判别分析的图像分类方法和系统是由修贤超;孙圣豪;苗中华设计研发完成，并于2023-10-30向国家知识产权局提交的专利申请。

本基于改进的鲁棒稀疏线性判别分析的图像分类方法和系统在说明书摘要公布了：本发明涉及一种基于改进的鲁棒稀疏线性判别分析的图像分类方法和系统。分类方法包括如下步骤：在数据输入模块中输入图像数据集，并存储于数据库中；提取数据库中的图像数据集，在数据特征提取模块中从所述图像数据集提取图像特征；将所述提取的图像特征输入数据分析模块中，并使用RSLDA+方法进行数据的分析处理；以及将所述分析处理的结果输入图像分类模块，并在图像分类模块中执行图像的分类。分类系统包括数据输入模块、数据特征提取模块、数据分析模块和图像分类模块。本发明针对图像分类方法抗噪声较差的问题提出了RSLDA+方法，有效地提升图像特征矩阵的可解释性，能够显著提高图像分类的精准度。

本发明授权基于改进的鲁棒稀疏线性判别分析的图像分类方法和系统在权利要求书中公布了：1.一种基于改进的鲁棒稀疏线性判别分析的图像分类方法，其特征在于，包括如下步骤：在数据输入模块中输入图像数据集，并存储于数据库中；提取数据库中的图像数据集，在数据特征提取模块中从所述图像数据集提取图像特征；将所述提取的图像特征输入数据分析模块中，并使用RSLDA+方法进行数据的分析处理；以及将所述分析处理的结果输入图像分类模块，并在图像分类模块中执行图像的分类；使用RSLDA+方法进行数据的分析处理包括：将所述RSLDA+方法构建的图像数据处理问题转换为求解P、Q、E三个参数矩阵最优值的问题，P、Q、E三个参数矩阵满足下列式子， 其中，min表示函数最小值，s.t.表示约束，I表示单位矩阵，Tr表示矩阵的迹，T表示矩阵转置，P矩阵是对原始数据集做的线性变换矩阵，E表示噪声项矩阵；||Q||2,0、||Q||0、||E||0表示L0范数，||Q||2,0表示矩阵Q中所有非零行的个数，||Q||0、||E||0分别表示矩阵Q和E中所有非零元素个数，||Q||1,0用以保存行结构稀疏性，||Q||0、||E||0用以保存元素稀疏性；加权参数λ1、λ2、λ30，X＝PQTX+E表示对数据集矩阵X进行的PCA分解；其中，Q表示投影矩阵，满足下列式子， 其中，S满足下列式子，S＝SW-μSb其中，参数μ0，Sb表示类间散布矩阵，SW表示类内散布矩阵；使用RSLDA+方法进行数据的分析处理还包括：使用交替方向乘子法引入辅助项矩阵F，将P、Q、E三个参数矩阵满足的式子改写为P、Q、E、F四个矩阵满足的式子， 其中，||F||0表示L0范数，表示矩阵F中所有非零元素个数；使用RSLDA+方法进行数据的分析处理还包括：在P、Q、E、F四个矩阵满足的式子的基础上构造增广拉格朗日函数，函数表示如下， 其中，Λ1、Λ2为增广拉格朗日乘子，惩罚参数β1、β20，·表示矩阵内积，表示矩阵的Frobenius范数的平方。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海大学，其通讯地址为：200444 上海市宝山区上大路99号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。