[发明专利]一种基于卷积神经网络的方言分类方法在审
| 申请号： | 201710144714.3 | 申请日： | 2017-03-13 |
| 公开（公告）号： | CN106919710A | 公开（公告）日： | 2017-07-04 |
| 发明（设计）人： | 伍家松;魏黎明;邱诗洁;杨淳沨;孔佑勇;朱小贝;舒华忠 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06N3/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙)32204 | 代理人： | 王安琪 |
| 地址： | 210096 *** | 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卷积神经网络的方言分类方法，包括如下步骤(1)建立包含多地方言的样本集，对样本进行预处理，并进行标注；(2)将训练集和测试集中的所有图片缩放成预定大小的彩色图，并为每张图片赋予标签信息，标签信息表示对应的图片所属的县级市；(3)建立卷积神经网络，卷积神经网络各层次依次为输入层、多个卷积层、全连接层和输出层，使用梯度下降法和反向传播算法训练所属卷积神经网络；(4)训练完成后，得到训练过程中的错误率下降趋势图。本发明的有益效果为使用卷积神经网络对二维图像进行分类，可取得良好的分类效果，很大程度上提高对方言的分类准确率。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 方言 分类 方法 | ||
【主权项】：
一种基于卷积神经网络的方言分类方法，其特征在于，包括如下步骤：(1)建立包含多地方言的样本集，对样本进行预处理，并进行标注；(2)将训练集和测试集中的所有图片缩放成预定大小的彩色图，并为每张图片赋予标签信息，标签信息表示对应的图片所属的县级市；(3)建立卷积神经网络，卷积神经网络各层次依次为输入层、多个卷积层、全连接层和输出层，使用梯度下降法和反向传播算法训练所属卷积神经网络；(4)训练完成后，得到训练过程中的错误率下降趋势图。
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东南大学，未经东南大学许可，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/201710144714.3/，转载请声明来源钻瓜专利网。
- 上一篇：关联报表的数据获取方法及系统
- 下一篇：基于人工智能的标注信息的方法和装置
