[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
