[发明专利]基于SVM模型参数优化的多模态数据融合和分类方法在审
| 申请号： | 202010056089.9 | 申请日： | 2020-01-18 |
| 公开（公告）号： | CN111340061A | 公开（公告）日： | 2020-06-26 |
| 发明（设计）人： | 曾向荣;刘衍;龙鑫;周典乐;孙博良;钟志伟 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京律诚同业知识产权代理有限公司 11006 | 代理人： | 祁建国 |
| 地址： | 410073 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于SVM模型参数优化的多模态数据融合和分类方法。采用多模态数据融合技术，把采集到的缺陷特征数据融合起来，用于后续的分类识别；然后，优化选择SVM模型子分类器权重系数，针对各个模态突出的差异信息不同，重点聚焦错分数据点，得到多模态加权组合的SVM分类器模型，接着利用混合函数SVM分类器对融合缺陷数据进行分类，最终得到分类结果。该方法仅需要小样本的训练集，选择的特征信息和支持向量各有侧重，重点聚焦错分数据点，得到多模态加权组合的SVM分类器模型，可以有效的增强分类性能，从而准确对缺陷分类。 | ||
| 搜索关键词： | 基于 svm 模型 参数 优化 多模态 数据 融合 分类 方法 | ||
【主权项】：
暂无信息
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中国人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，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/202010056089.9/，转载请声明来源钻瓜专利网。
