[发明专利]一种基于底层融合特征的深度置信网络图像分类协议在审
| 申请号： | 201611240795.9 | 申请日： | 2016-12-28 |
| 公开（公告）号： | CN106845525A | 公开（公告）日： | 2017-06-13 |
| 发明（设计）人： | 熊鹏 | 申请（专利权）人： | 上海电机学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 上海申汇专利代理有限公司31001 | 代理人： | 翁若莹,吴小丽 |
| 地址： | 201100 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于底层融合特征的深度置信网络图像分类协议，首先提取样本图像中的颜色、纹理和形状特征，构成多特征融合的权重矩阵；然后对所述权重矩阵进行归一化处理；最后利用归一化处理后的权重矩阵作为原始数据对深度置信网络进行训练和测试，得出分类结果。深度置信网络是由多个受限波尔兹曼机模型RBM连接在一起的结构和一个BP网络构成的深度结构；将各层RBM连接，前一层RBM的输出作为后一层RBM的输入，最后一层RBM输出作为BP网络的输入，构成整个深度置信网络；原始数据输入第一层RBM，BP网络的输出即为分类结果。本发明具有良好的可扩展性，多特征融合提高了分类的正确率，深度置信网络提高了分类的效率。 | ||
| 搜索关键词： | 一种 基于 底层 融合 特征 深度 置信 网络 图像 分类 协议 | ||
【主权项】：
一种基于底层融合特征的深度置信网络图像分类协议，其特征在于，步骤为：步骤1：提取样本图像中的颜色、纹理和形状特征，构成多特征融合的权重矩阵；步骤2：对所述权重矩阵进行归一化处理；步骤3：利用归一化处理后的权重矩阵作为原始数据对深度置信网络进行训练和测试，得出分类结果。
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上海电机学院，未经上海电机学院许可，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/201611240795.9/，转载请声明来源钻瓜专利网。
- 上一篇：基于短路电流的配电网故障定位法
- 下一篇：一种无线充电设备
