[发明专利]基于深度学习的新增类别识别方法有效
| 申请号： | 201710585350.2 | 申请日： | 2017-07-18 |
| 公开（公告）号： | CN107688822B | 公开（公告）日： | 2021-07-20 |
| 发明（设计）人： | 邢云冰;陈益强;蒋鑫龙 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08 |
| 代理公司： | 北京泛华伟业知识产权代理有限公司 11280 | 代理人： | 王勇 |
| 地址： | 100190 北*** | 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： | 本发明涉及一种基于深度学习的新增类别识别方法，包括以下步骤：将预测样本输入到深度网络获得预测样本的输出向量；计算所述预测样本的输出向量，与训练样本中每种类别的代表向量之间的相似度值，从而识别所述预测样本的类别；其中，所述训练样本中每种类别的代表向量是通过将所述训练样本集输入到深度网络获得输出向量集，并根据所述训练样本的输出向量集计算得出的。 | ||
| 搜索关键词： | 基于 深度 学习 新增 类别 识别 方法 | ||
【主权项】：
一种基于深度学习的新增类别识别方法，包括以下步骤：步骤1)、将预测样本输入到深度网络获得预测样本的输出向量；步骤2)、计算所述预测样本的输出向量，与训练样本中每种类别的代表向量之间的相似度值，从而识别所述预测样本的类别；其中，所述训练样本中每种类别的代表向量是通过将所述训练样本集输入到所述深度网络获得输出向量集，并根据所述训练样本的输出向量集计算得出的。
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中国科学院计算技术研究所，未经中国科学院计算技术研究所许可，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/201710585350.2/，转载请声明来源钻瓜专利网。
