本發(fā)明實(shí)施例公開了一種魯棒的自適應(yīng)半監(jiān)督圖像分類方法、裝置、設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)。其中，方法包括將魯棒自適應(yīng)嵌入標(biāo)簽傳播和自適應(yīng)權(quán)重構(gòu)造集成為統(tǒng)一的半監(jiān)督學(xué)習(xí)框架，并同時(shí)對(duì)基于嵌入特征和嵌入標(biāo)簽的重構(gòu)誤差進(jìn)行最小化；利用魯棒投影將原始預(yù)測(cè)標(biāo)簽集變化到預(yù)設(shè)標(biāo)簽空間中，以對(duì)原始預(yù)測(cè)標(biāo)簽集中的各標(biāo)簽進(jìn)行分類；將原始數(shù)據(jù)集分解為去噪結(jié)果表示項(xiàng)和噪聲擬合錯(cuò)誤項(xiàng)，并對(duì)去噪結(jié)果表示項(xiàng)進(jìn)行自適應(yīng)權(quán)重構(gòu)造和自適應(yīng)標(biāo)簽傳播；將回歸的標(biāo)簽近似誤差項(xiàng)集成在半監(jiān)督學(xué)習(xí)框架中，進(jìn)行聯(lián)合最優(yōu)化學(xué)習(xí)，得到投影分類器矩陣。本申請(qǐng)?zhí)峁┑募夹g(shù)方案有效的提升了圖像分類和圖形分類預(yù)測(cè)的能力，有利于提升圖像分類的準(zhǔn)確度。 1