[发明专利]一种基于迁移学习的地基云图分类方法有效
| 申请号： | 201810132251.3 | 申请日： | 2018-02-09 |
| 公开（公告）号： | CN108229589B | 公开（公告）日： | 2021-10-15 |
| 发明（设计）人： | 张重;李东红;刘爽 | 申请（专利权）人： | 天津师范大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京中政联科专利代理事务所(普通合伙) 11489 | 代理人： | 陈超 |
| 地址： | 300387 *** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种基于迁移学习的地基云图分类方法，该方法包括以下步骤：构建提取特征的目标网络；将来自源域和目标域的地基云图进行配对，得到相似图像对和非相似图像对，作为所述目标网络的输入进行迁移学习，得到特征提取训练模型；基于所述特征提取训练模型，获取来自源域和目标域的测试地基云图的特征向量；将测试地基云图的特征向量输入分类器进行分类，得到测试地基云图分类结果。本发明利用迁移学习得到的目标网络进行特征提取，并利用权重垂直池化进行特征向量表示，能够挖掘具有完备的和包含空间信息的特征，从而提高地基云图分类的正确率。 | ||
| 搜索关键词： | 一种 基于 迁移 学习 地基 云图 分类 方法 | ||
【主权项】：
1.一种基于迁移学习的地基云图分类方法，其特征在于，该方法包括以下步骤：步骤S1，构建提取特征的目标网络；步骤S2，将来自源域和目标域的地基云图进行配对，得到相似图像对和非相似图像对，作为所述目标网络的输入进行迁移学习，得到特征提取训练模型；步骤S3，基于所述特征提取训练模型，获取来自源域和目标域的测试地基云图的特征向量；步骤S4，将测试地基云图的特征向量输入分类器进行分类，得到测试地基云图分类结果。
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天津师范大学，未经天津师范大学许可，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/201810132251.3/，转载请声明来源钻瓜专利网。
