[发明专利]分类器训练方法在审
| 申请号： | 201711482401.5 | 申请日： | 2017-08-08 |
| 公开（公告）号： | CN109389142A | 公开（公告）日： | 2019-02-26 |
| 发明（设计）人： | 胡振程;王艳明;孙皓 | 申请（专利权）人： | 上海为森车载传感技术有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 北京谨诚君睿知识产权代理事务所(特殊普通合伙) 11538 | 代理人： | 陆鑫;延慧 |
| 地址： | 201203 上海市浦东新*** | 国省代码： | 上海;31 |
| 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器训练方法，包括以下步骤：通过计算机图形模型生成数据集，数据集包括多种场景类别的样本；按照预定比例将数据集中的样本随机分配到训练集、验证集和测试集中；使用深度神经网络训练所述训练集来得到多个初始模型；以及利用验证集对多个初始模型进行验证，得到具有最优参数的训练模型。通过本发明的分类器训练方法，可以提高分类器训练的准确性并且减少分类器训练的时间。 | ||
| 搜索关键词： | 分类器训练 初始模型 数据集 训练集 验证集 样本 神经网络训练 计算机图形 模型生成 数据集中 随机分配 训练模型 最优参数 验证 测试 场景 | ||
【主权项】：
1.一种分类器训练方法，其特征在于，所述分类器训练方法包括以下步骤：通过计算机图形模型生成数据集，所述数据集包括多种场景类别的样本；按照预定比例将所述数据集中的样本随机分配到训练集、验证集和测试集中；使用深度神经网络训练所述训练集来得到多个初始模型；以及利用所述验证集对所述多个初始模型进行验证，得到具有最优参数的训练模型。
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上海为森车载传感技术有限公司，未经上海为森车载传感技术有限公司许可，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/201711482401.5/，转载请声明来源钻瓜专利网。
- 上一篇：测量数据的处理方法和装置
- 下一篇：一种数据分析处理系统及自动建模方法
