[发明专利]一种基于人工神经网络的最佳质量图像扫描方法及系统在审
| 申请号： | 201510642404.5 | 申请日： | 2015-10-08 |
| 公开（公告）号： | CN105354611A | 公开（公告）日： | 2016-02-24 |
| 发明（设计）人： | 程涛 | 申请（专利权）人： | 程涛 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 深圳市恒申知识产权事务所(普通合伙) 44312 | 代理人： | 王利彬 |
| 地址： | 518060 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明适用于图像处理技术领域，提供了一种基于人工神经网络的最佳质量图像扫描方法，包括：A，对原始扫描参数进行分析，获取训练样本和验证样本；B，通过插值得到插值数据并进行处理获取训练样本归一化数据和验证样本归一化数据；C，利用神经网络工具，根据所述训练样本归一化数据建立初级人工神经网络模型并进行训练；D，根据所述验证样本归一化数据对所述初级人工神经网络模型验证，得到最终的人工神经网络模型；步骤E，根据所述人工神经网络模型进行仿真预测。本发明将正交实验获得的样本数据进行分类，并据此建立人工神经网络模型，通过人工神经网络模型对扫描参数进行预测和优化，缩短优化扫描参数时间，提高图像扫描效率。 | ||
| 搜索关键词： | 一种 基于 人工 神经网络 最佳 质量 图像 扫描 方法 系统 | ||
【主权项】：
一种基于人工神经网络的最佳质量图像扫描方法，其特征在于，所述最佳质量图像扫描方法包括以下步骤：步骤A，对图像的原始扫描参数进行分析，获取训练样本和验证样本；步骤B，通过插值得到所述训练样本和所述验证样本未知点的插值数据，分别将获取插值数据后的所述训练样本和所述验证样本进行归一化处理，获取训练样本归一化数据和验证样本归一化数据；步骤C，利用神经网络工具，根据所述训练样本归一化数据建立初级人工神经网络模型并进行训练；步骤D，根据所述验证样本归一化数据对所述初级人工神经网络模型验证，得到最终的人工神经网络模型；步骤E，根据所述人工神经网络模型进行仿真预测。
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程涛，未经程涛许可，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/201510642404.5/，转载请声明来源钻瓜专利网。
- 上一篇：钢管合缝机
- 下一篇：污泥资源化利用制煤工艺及设备
