2、自适应多视图标签传播与集装箱损伤识别技术

自适应多视图标签传播与集装箱损伤识别技术

在半监督分类和集装箱损伤识别领域，有两项关键技术值得深入探讨，分别是自适应多视图标签传播（MLP）和基于Fmask - RCNN的集装箱损伤识别模型。

自适应多视图标签传播（MLP）

在半监督分类问题中，MLP是一种有效的方法。它通过挖掘多视图之间的联系，基于多视图的互补空间自适应地进行标签预测。

1. 优化目标与权重矩阵计算

   • 优化目标可表示为：
     [
     W_m^{t + 1} = \min_{W_m} \left{ \text{tr} \left[ F_{t + 1} \left( \sum_{m = 1}^{V} k_m^{t + 1} L_m^{t + 1} \right) F_{t + 1}^T \right] + \sum_{m = 1}^{V} \alpha \text{tr} \left[ (X_m - X_m W_m)^T G_m (X_m - X_m W_m) \right] + \beta \text{tr} (W_m^T M_m W_m) \right}
     ]
   • 其中，$G_m \in \mathbb{R}^{d_m \times d_m}$ 和 $M_m \in \mathbb{R}^{N \times N}$ 是两个对角矩阵，定义为：
     [
     G_{m_{jj}} = \frac{1}{2 \left| (X_m) j - (X_m W_m)_j \right|^2}, \quad M {m_{ii}} = \frac{1}{2 \