[发明专利]基于神经主题模型的图像集成分类方法及装置有效

专利信息
申请号: 201711242374.4 申请日: 2017-11-30
公开(公告)号: CN108154156B 公开(公告)日: 2021-11-12
发明(设计)人: 李晓旭;耿丙乾;常东良;喻梨耘 申请(专利权)人: 兰州理工大学
主分类号: G06K9/46 分类号: G06K9/46;G06K9/62;G06N3/04;G06N3/08
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 任岩
地址: 730050 甘肃*** 国省代码: 甘肃;62
权利要求书: 查看更多 说明书: 查看更多
摘要: 本公开提供了一种基于神经主题模型的图像集成分类方法,包括:S1,对图像进行预处理,提取图像的词袋特征v和深度卷积神经网络特征vCNN,其中,图像包括训练集和测试集;S2,在神经主题模型中引入深度卷积神经网络特征vCNN,并结合集成分类方法softmax混合模型,构建图像集成分类的神经主题模型;S3,基于训练集优化图像集成分类的神经主题模型的目标函数,并求解模型参数;S4,利用优化后的图像集成分类的神经主题模型对测试集图像进行分类。本公开还提供了一种基于神经主题模型的图像集成分类装置。本公开基于神经主题模型的图像集成分类方法及装置,解决了基于神经主题模型DocNADE的图像集成分类的问题,改善了图像分类效果。
搜索关键词: 基于 神经 主题 模型 图像 集成 分类 方法 装置
【主权项】:
一种基于神经主题模型的图像集成分类方法,包括以下步骤:S1,对图像进行预处理,提取图像的词袋特征v和深度卷积神经网络特征vCNN,其中,所述图像包括训练集和测试集;S2,在神经主题模型中引入所述深度卷积神经网络特征vCNN,并结合集成分类方法softmax混合模型,构建图像集成分类的神经主题模型;S3,基于训练集优化所述图像集成分类的神经主题模型的目标函数,并求解模型参数;S4,利用优化后的图像集成分类的神经主题模型对测试集图像进行分类。
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兰州理工大学,未经兰州理工大学许可,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/201711242374.4/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top