[发明专利]基于神经网络的电子图像文件自动分类方法

权利要求书

1.基于神经网络的电子图像文件自动分类方法，其特征在于包括如下步骤：

A、配置神经网络

神经网络分为输入层，隐含层和输出层，每一层的节点都与下一层的所有节点相互连接，信号由输入层进入人工神经网络，依次向隐含层顺向传播，直至输出层；

B、数据归一化分类

将图像所包含的信息分为3个层级，分为特征层、对象层、语义概念层；特征层包括颜色、形状、纹理，对象层包括图像中对象、对象之间的空间关系，语义概念层包括场景、行为、主观感受，上述8个参数作为神经网络的输入项；

特征层的颜色分为红、黄、蓝；

特征层的形状分为圆形、长方形、正方形、平行四边形、三角形、梯形、圆柱、圆锥、球形、长方体、正方体和其他；

特征层的纹理分为条线为和非条线；

对象层的图像中对象分为人、动物、植物和其他；

对象层的对象之间的空间关系分为相连、连通和其他；

语义概念层的场景分为人与人、人与事、人与时、事与事和其他；

语义概念层的行为分为意志行为、娱乐消遣行为、行为类别间的联系、各行为类别意志特征；

语义概念层的主观感受分为友好性、易用性、有用性和其他；

C、电子图像文件选取

采用了5000张电子图像为测试数据分别按步骤B分类，其中随机选择3000张组成训练集，用于对模型进行训练; 再随机选择1000张组成验证集，用于辅助模型构建;最后1000张组成测试集，用于对训练结果进行测试；

D、分析优化

先利用训练集、验证集的图片对模型进行训练及构建，其中输入层为图像的原始像素，输出层为不同类别的数据归一化分类; 最后利用测试集中的图片对训练好的模型进行测试；待通过神经网络经典BP算法，对神经网络连接权值进行优化后，得到最终的识别网络，用识别网络来对电子图像文件进行分类。

2.根据权利要求1所述基于神经网络的电子图像文件自动分类方法，其特征在于所述步骤C中图像数据均来源于华中师范大学档案馆的图像数据库。