基于锚点和自适应图学习的半监督图像分类方法

本发明公开了一种基于锚点和自适应图学习的半监督图像分类方法，属于传统机器学习技术领域，采用不同规模且类型为数字图像或彩色图片的数据集，为半监督图像分类提供了多样且可靠的数据；构建的半监督分类模型可以利用锚点以及线性传播的方式将预测样本标签转换为先预测锚点标签，再线性组合出样本的标签，利用锚点数量远少于样本数量的特性，有效地加快了分类速度；采用自适应图学习的方法将自适应图作为迭代优化的对象，同时学习自适应图和样本伪标签矩阵，降低了分类精度受初始邻接图的影响，提高了分类的精度。