[发明专利]一种基于人工神经网络的图像扫描方法及系统在审
| 申请号： | 201811248904.0 | 申请日： | 2018-10-25 |
| 公开（公告）号： | CN109117938A | 公开（公告）日： | 2019-01-01 |
| 发明（设计）人： | 王晓锐;狄光智;胡坤融;强振平;董跃宇;苗晟;徐全元 | 申请（专利权）人： | 西南林业大学 |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02;H04N1/04 |
| 代理公司： | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人： | 汤东凤 |
| 地址： | 650233 *** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 人工神经网络模型 神经网络算法 预设 人工神经网络 验证 期望 图像扫描 训练样本 验证结果 图像 构建 运算 训练样本数据 线阵CCD相机 扫描参数 样本 保存 | ||
1.一种基于人工神经网络的图像扫描方法及系统，其特征在于：所述方法包括：导入训练样本数据；获取包含文件带扫描图像；对神经网络模型验证；保存模型，所述系统包括：获取模块、查找模块、检测模块和验证模块。
2.根据权利要求1所述的一种基于人工神经网络的图像扫描方法及系统，其特征在于：所述导入训练样本数据，然后进行样本的训练，再进行人工神经网络模型的构建，人工神经网络模型构建完成后利用训练样本图对神经网络算法进行训练，然后利用神经网络算法对图像进行运算。
3.根据权利要求1所述的一种基于人工神经网络的图像扫描方法及系统，其特征在于：所述在利用神经网络算法对图像进行运算后，得到对人工神经网络模型验证，判断所述验证误差是否符合预设期望精度，若所述验证结果符合预设期望精度，则将所述初级人工神经网络模型确定为最终的人工神经网络模型，然后保存模型。
4.根据权利要求1所述的一种基于人工神经网络的图像扫描方法及系统，其特征在于：所述对人工神经网络模型验证，判断所述验证误差是否符合预设期望精度，若所述验证结果不符合预设期望精度，则再跳回到利用训练样本图对神经网络算法进行训练，直到所述验证误差符合预设期望精度，然后保存模型。
5.根据权利要求1所述的一种基于人工神经网络的图像扫描方法及系统，其特征在于：所述导入训练样本数据，然后获取包含文件带扫描图像，然后从中获取输入向量和输出向量，通过输入向量和输出向量去验证样本，直接对人工神经网络模型进行验证。
6.根据权利要求1所述的一种基于人工神经网络的图像扫描方法及系统，其特征在于：所述利用神经网络算法对图像进行运算后，得到对人工神经网络模型验证，判断所述验证误差是否符合预设期望精度，若所述验证结果符合预设期望精度，则将所述初级人工神经网络模型确定为最终的人工神经网络模型，然后保存模型，若所述验证结果不符合预设期望精度，则再跳回到利用训练样本图对神经网络算法进行训练，直到所述验证误差符合预设期望精度，然后保存模型。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西南林业大学，未经西南林业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811248904.0/1.html，转载请声明来源钻瓜专利网。
