[发明专利]分类识别方法、装置及设备有效
| 申请号： | 201711244226.6 | 申请日： | 2017-11-30 |
| 公开（公告）号： | CN109858505B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 黄悦;郑瀚;陈云舒;袁坤;刘婷婷;黄婷婷 | 申请（专利权）人： | 厦门大学;深圳市腾讯计算机系统有限公司 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/774;G06V10/82;G06N3/0464 |
| 代理公司： | 北京三高永信知识产权代理有限责任公司 11138 | 代理人： | 刘映东 |
| 地址： | 361005 福建省厦门*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种分类识别方法、装置及设备，属于机器学习技术领域。所述方法包括：通过第一神经网络提取源域数据和目标域数据的跨域不变特征；通过第二神经网络提取源域数据和目标域数据的域辨识特征；通过第三神经网络根据跨域不变特征和域辨识特征，得到融合特征；利用融合特征进行分类识别和来源识别；根据识别结果训练第一神经网络、第二神经网络和第三神经网络；采用训练得到的第一神经网络，识别目标域数据对应的分类。通过将域辨识特征和跨域不变特征共同作为训练神经网络时的约束项，提高了训练完毕的神经网络对目标域数据进行分类识别的准确率。 | ||
| 搜索关键词： | 分类 识别 方法 装置 设备 | ||
【主权项】：
1.一种分类识别方法，其特征在于，所述方法包括：通过第一神经网络提取源域数据和目标域数据的跨域不变特征，所述跨域不变特征是指用于辨识数据对应的分类的特征；通过第二神经网络提取所述源域数据和所述目标域数据的域辨识特征，所述域辨识特征是指用于辨识数据对应的来源的特征；通过第三神经网络根据所述跨域不变特征和所述域辨识特征，得到融合特征；利用所述融合特征进行分类识别和来源识别；根据识别结果训练所述第一神经网络、所述第二神经网络和所述第三神经网络；采用训练得到的所述第一神经网络，识别所述目标域数据对应的分类。
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厦门大学;深圳市腾讯计算机系统有限公司，未经厦门大学;深圳市腾讯计算机系统有限公司许可，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/201711244226.6/，转载请声明来源钻瓜专利网。
