[发明专利]一种基于深度网络模型敏感旗帜内容的层次分类方法

权利要求书

1.一种基于深度网络模型敏感旗帜内容的层次分类方法，包括以下步骤：

a.从训练样本数据集合中的海量网络数据文件中获取足够多的训练样本，形成训练数据集合，输送至图像二分类模块中；

b.在所述图像二分类模块中，将所述训练数据集合中的训练样本分为正样本Y和负样本N两个类别，输送至图像细化分模块中；

c.在所述图像细化分模块中，将得到的所述正样本和负样本两类训练样本划分为更细的类别，将细分好的训练数据用于模型的训练，最终形成深度网络模型。

2.根据权利要求1中所述的一种基于深度网络模型敏感旗帜内容的层次分类方法，其特征在于：所述图像二分类模块将训练样本分为正、负样本两个类别的标准是：所述训练样本中是否含有敏感组织的旗帜；若训练样本中含有敏感组织的旗帜，那么我们将其划分为正样本Y；否则，我么将其划分为负样本N。

3.根据权利要求1中所述的一种基于深度网络模型敏感旗帜内容的层次分类方法，其特征在于：所述图像细化分模块对正、负样本集合进行细划分的标准是：关于正样本Y，根据训练样本中含有敏感主义旗帜的种类对其进行更细的划分；关于负样本N，根据训练样本中是否含有旗帜对其进行更细的划分。最后，可以对负样本细化分之后得到的类别进行更细的划分。

4.根据权利要求1或3中所述的一种基于深度网络模型敏感旗帜内容的层次分类方法，其特征在于：所述正样本Y中含有敏感组织的旗帜分别为两种黑色旗帜和一种蓝色旗帜。

5.根据权利要求4中所述的一种基于深度网络模型敏感旗帜内容的层次分类方法，其特征在于：所述两种黑色旗帜和一种蓝色旗帜分别标记为黑色旗帜0、黑色旗帜1和蓝色旗帜2。

6.根据权利要求1或3中所述的一种基于深度网络模型敏感旗帜内容的层次分类方法，其特征在于：所述负样本N中含有敏感组织的旗帜分别为普通旗帜3和不包含普通旗帜4。