[发明专利]一种基于LDA和迁移学习的宫颈细胞特征提取方法在审
| 申请号： | 201810993450.3 | 申请日： | 2018-08-29 |
| 公开（公告）号： | CN109190641A | 公开（公告）日： | 2019-01-11 |
| 发明（设计）人： | 黄金杰;张婕;何瑾洁 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150080 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于LDA和迁移学习的宫颈细胞特征提取方法，其特征在于：基于深度学习网络模型的特征提取方法，首先利用大数据集训练一个深度学习网络模型并保存模型；然后利用迁移学习，把宫颈细胞数据集输入到训练好的深度学习网络模型中，提取到原始特征集；最后利用LDA对原始特征集进行降维处理，得到最终的特征集，该特征集涵盖了数据集的更多信息，提高了数据分类的准确率。 | ||
| 搜索关键词： | 特征集 宫颈细胞 特征提取 网络模型 学习 迁移 数据集 降维处理 数据分类 大数据 准确率 涵盖 保存 | ||
【主权项】：
1.一种基于LDA和迁移学习的宫颈细胞特征提取方法,其特征在于：包括以下步骤：A、训练深度学习网络模型并保存；B、迁移学习已保存的深度学习网络模型；C、将自己的宫颈细胞数据集输入到模型中提取特征；D、利用LDA对特征数据进行降维处理得到最终的的特征集。
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哈尔滨理工大学，未经哈尔滨理工大学许可，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/201810993450.3/，转载请声明来源钻瓜专利网。
