一种基于在线宽度学习的图像分类方法、介质及设备

本发明提供了一种基于在线宽度学习的图像分类方法、介质及设备；方法为：待分类图像输入到在线宽度学习模型，得到在线宽度学习模型的输出，进而得到图像分类结果；在线宽度学习模型包括特征节点组、增强节点组和输出层；在线宽度学习模型是指当有新的图像训练样本到达时、通过引入中间变量来实现输出层权重在线更新的模型；输出层权重在线更新的方法为：当图像训练样本到达时，计算宽度特征；根据宽度特征，计算更新中间变量，进而更新输出层权重。该方法采用完全在线的宽度学习框架，并将在线更新时的求逆运算简化为求一个实数的倒数运算，极大地提升模型图像分类的准确率和模型在线更新效率。