一种基于分布鲁棒优化的图像分类方法

本发明公开了一种基于分布鲁棒优化的图像分类方法，具体涉及图像处理和图像分类技术领域，本发明基于分布鲁棒优化理论，融合训练数据的多维统计特性，构建一阶矩约束模糊集，实现模型对目标类别的稳定判别与鲁棒优化。同时，结合对偶优化策略动态调整损失上界，通过期望风险与最坏情况风险加权求解，提升模型在复杂环境中的分类判别精度。该方法可广泛应用医学影像以及工业视觉检测等领域，具备较强的分布偏移适应能力与异常样本判别能力。