[发明专利]一种识别模型的训练方法和装置在审
| 申请号： | 201710428444.9 | 申请日： | 2017-06-08 |
| 公开（公告）号： | CN109033921A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 田凤彬 | 申请（专利权）人： | 北京君正集成电路股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/08 |
| 代理公司： | 北京智为时代知识产权代理事务所(普通合伙) 11498 | 代理人： | 王加岭;杨静 |
| 地址： | 100094 北京市海淀区西*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种识别模型的训练方法和装置，其中，该方法包括：获取第一训练集和第二训练集；基于所述第一训练集，通过多次迭代过程对ANN模型进行训练，得到多个训练后的ANN模型；通过所述第二训练集确定各个训练后的ANN模型的测试正确率，其中，测试正确率是ANN模型对所有字符进行测试的平均正确率；根据各个训练后的ANN模型的测试正确率，选取正确率最高的模型作为全局最优的识别模型。由于该方案通过设置一个用于训练的训练集，一个用于确定准确率的训练集，最终选择正确率最高的模型最为最终选择的模型，从而解决了现有训练出的识别模型识别准确率低的技术问题，达到了有效提高训练得到的识别模型的识别率的技术效果。 | ||
| 搜索关键词： | 训练集 正确率 测试 方法和装置 准确率 多次迭代 技术效果 模型识别 全局最优 识别率 | ||
【主权项】：
1.一种识别模型的训练方法，其特征在于，包括：获取第一训练集和第二训练集；基于所述第一训练集，通过多次迭代过程对ANN模型进行训练，得到多个训练后的ANN模型；通过所述第二训练集确定各个训练后的ANN模型的测试正确率，其中，测试正确率是ANN模型对所有字符进行测试的平均正确率；根据各个训练后的ANN模型的测试正确率，选取正确率最高的模型作为全局最优的识别模型。
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北京君正集成电路股份有限公司，未经北京君正集成电路股份有限公司许可，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/201710428444.9/，转载请声明来源钻瓜专利网。
