[发明专利]基于卷积神经网络的图像分类方法在审
申请号: | 201810438711.5 | 申请日: | 2018-05-09 |
公开(公告)号: | CN108596274A | 公开(公告)日: | 2018-09-28 |
发明(设计)人: | 姚一杨;梅峰;戴波;王彦波;张旭东;叶伟静;王凌 | 申请(专利权)人: | 国网浙江省电力有限公司;国网浙江省电力有限公司信息通信分公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 杭州华鼎知识产权代理事务所(普通合伙) 33217 | 代理人: | 项军 |
地址: | 310000*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供了基于卷积神经网络的图像分类方法,属于图像处理领域,包括建立训练集,基于训练集对卷积神经网络模型进行训练,得到训练后的卷积神经网络模型;基于训练后的卷积神经网络模型提取样本图像的图像特征向量,将图像特征向量输入至广义回归神经网络进行处理,根据处理结果完成对样本图像的分类。通过在CNN可以从图像中提取特征的同时,利用广义回归神经网络的强大的函数逼近来识别图像,加强CNN的分类和处理能力,可以利用该方法学习图像多层高维特征,对图像进行高效快速地识别,提高了识别精度和泛化能力。 | ||
搜索关键词: | 卷积神经网络 广义回归神经网络 图像特征向量 图像分类 样本图像 训练集 图像 图像处理领域 高效快速 函数逼近 模型提取 提取特征 学习图像 分类 | ||
【主权项】:
1.基于卷积神经网络的图像分类方法,其特征在于,所述图像分类方法,包括:建立训练集,基于训练集对卷积神经网络模型进行训练,得到训练后的卷积神经网络模型;基于训练后的卷积神经网络模型提取样本图像的图像特征向量,将图像特征向量输入至广义回归神经网络进行处理,根据处理结果完成对样本图像的分类。
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国网浙江省电力有限公司;国网浙江省电力有限公司信息通信分公司,未经国网浙江省电力有限公司;国网浙江省电力有限公司信息通信分公司许可,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/201810438711.5/,转载请声明来源钻瓜专利网。
- 上一篇:一种皮肤病图像分类方法
- 下一篇:一种应用图像关联度的图像模糊分类方法