[发明专利]基于深度学习的锦鲤筛选方法及装置在审
| 申请号： | 201710136387.7 | 申请日： | 2017-03-09 |
| 公开（公告）号： | CN106980873A | 公开（公告）日： | 2017-07-25 |
| 发明（设计）人： | 杨晨;石必坤;王嵩杰 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 南京理工大学专利中心32203 | 代理人： | 唐代盛 |
| 地址： | 210094 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于深度学习的锦鲤筛选方法及装置，其中所述方法包括采集预设量的锦鲤图片及每张图片进行中心化和尺寸标准化的归一化处理预处理操作得到图像的特征向量；使用训练样本对深度信念网络模型进行无监督预训练和有监督微调，输出经训练后提取的训练样本的特征向量；将训练后深度信念网络输出作为支持向量机分类器的输入，对分类器的进行训练，并得到相应的参数；使用训练后的分类器进行锦鲤分类。本发明的优点如下通过对大量锦鲤图片数据进行训练深度信念网络模型，应用于锦鲤优质苗种筛选,大幅降低人工使用和养殖企业对专业技术人员的依赖，提高筛选精准度和效率。 | ||
| 搜索关键词： | 基于 深度 学习 锦鲤 筛选 方法 装置 | ||
【主权项】：
一种基于深度学习的锦鲤筛选方法，其特殊在于，该方法包括以下步骤：S1：采集预设量的锦鲤图片及每张图片进行中心化和尺寸标准化的归一化处理预处理操作，得到图像的特征向量；S2：使用训练样本对深度信念网络(DBN)模型进行无监督预训练和有监督微调，输出经训练后提取的训练样本的特征向量；S3：将训练后深度信念网络DBN输出作为支持向量机SVM分类器的输入，对SVM分类器的进行训练，并得到相应的SVM分类器参数；S4：使用训练后的SVM分类器进行锦鲤分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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南京理工大学，未经南京理工大学许可，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/patent/201710136387.7/，转载请声明来源钻瓜专利网。
