[发明专利]一种基于特征融合Alexnet壁画图像分类方法在审
| 申请号： | 201911025305.7 | 申请日： | 2019-10-25 |
| 公开（公告）号： | CN110766083A | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 曹建芳;崔红艳 | 申请（专利权）人： | 忻州师范学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 34147 合肥律众知识产权代理有限公司 | 代理人： | 赵娟 |
| 地址： | 034000 山西*** | 国省代码： | 山西;14 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及AlexNet模型技术领域，且公开了一种基于特征融合Alexnet壁画图像分类方法，具体分类方法步骤如下：AlexNet模型的建立，所述AlexNet模型由5个卷积层和3个全连接层组成，且采用双通道结构，卷积层和池化层是模型提取特征的关键部分。本发明针对传统人工提取壁画特征具有主观随机性和不充分性等诸多问题，选择采用卷积神经网络自主提取壁画图像特征进行分类，通过增强数据集算法扩大壁画数据集，对AlexNet模型进行调整，将网络层数调整为适合壁画数据集的大小，通过实验对比不断调节网络参数，能够提高特征提取的准确率，从而验证了该AlexNet模型在壁画分类方面的适用性和有效性。 | ||
| 搜索关键词： | 壁画 分类 壁画图像 数据集 卷积 随机性 卷积神经网络 模型技术领域 双通道结构 传统人工 模型提取 实验对比 特征融合 特征提取 网络参数 增强数据 充分性 连接层 网络层 准确率 池化 算法 验证 主观 | ||
【主权项】：
1.一种基于特征融合Alexnet壁画图像分类方法，其特征在于，具体分类方法步骤如下：/n(1)AlexNet模型的建立/n所述AlexNet模型由5个卷积层和3个全连接层组成，且采用双通道结构，卷积层和池化层是模型提取特征的关键部分，卷积层是由m个卷积核组成的特征映射层，卷积操作公式如下：/n
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忻州师范学院，未经忻州师范学院许可，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/201911025305.7/，转载请声明来源钻瓜专利网。
