[发明专利]一种基于深度学习与支持向量机融合的图像分类方法在审
| 申请号： | 202210523986.5 | 申请日： | 2022-05-13 |
| 公开（公告）号： | CN114898151A | 公开（公告）日： | 2022-08-12 |
| 发明（设计）人： | 谭暑秋;潘嘉豪 | 申请（专利权）人： | 重庆理工大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 重庆信航知识产权代理有限公司 50218 | 代理人： | 穆祥维 |
| 地址： | 400054 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习与支持向量机融合的图像分类方法，包括在深度学习卷积神经网络中嵌入坐标注意力模块作为特征提取网络，卷积神经网络通过对图像进行卷积以及下采样，提取具有代表性的图像特征，坐标注意力模块通过在两个空间方向聚合特征，以极低的计算开销来捕获位置信息和通道关系，实现增强网络的图像特征表示；将特征提取网络输出的增强图像特征经过全连接层进入支持向量机对提取的图像特征进行图像分类，卷积神经网络利用支持向量机的合页损失函数反向传播训练网络模型，使得卷积神经网络中的梯度可以反向传播，进而学习较低级别的特征。本方法将嵌入坐标注意力机制的卷积神经网络与SVM相融合实现图像分类，提高了图像分类精度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 支持 向量 融合 图像 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重庆理工大学，未经重庆理工大学许可，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/202210523986.5/，转载请声明来源钻瓜专利网。
