[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在审
| 申请号： | 201611251691.8 | 申请日： | 2016-12-30 |
| 公开（公告）号： | CN106599938A | 公开（公告）日： | 2017-04-26 |
| 发明（设计）人： | 丁琴 | 申请（专利权）人： | 南京睿观信息科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/66 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 210000 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度网络模型敏感旗帜内容的层次分类方法，在常规的样本类别划分方法上做出了调整，对训练样本进行了多角度、多层次的精细化划分，应用层级分类策略，在简单的正、负样本二类划分的基础上进行细化，得到类间差异更大、类内相似性更小的样本类别。实验结果证明，这样的训练数据有助于增加深度学习网络对图片特征的学习能力，在很大程度上提高深度学习网络模型对于敏感旗帜图片的识别能力，能够使模型更好的完成对敏感旗帜图片的识别任务，有效减少了分类错误的情况。 | ||
| 搜索关键词： | 一种 基于 深度 网络 模型 敏感 旗帜 内容 层次 分类 方法 | ||
【主权项】：
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。
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南京睿观信息科技有限公司，未经南京睿观信息科技有限公司许可，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/201611251691.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种不良图片过滤装置
- 下一篇：一种基于区域卷积神经网络的实时目标检测方法
