[发明专利]一种卷积神经网络手写体识别排序稳定性的效果评估系统及方法有效

专利信息
申请号: 201810261698.0 申请日: 2018-03-28
公开(公告)号: CN108960347B 公开(公告)日: 2021-10-22
发明(设计)人: 崔天宇;司凌宇;廖名学 申请(专利权)人: 中国科学院软件研究所
主分类号: G06K9/68 分类号: G06K9/68;G06N3/04
代理公司: 北京科迪生专利代理有限责任公司 11251 代理人: 安丽
地址: 100190 *** 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: 发明涉及卷积神经网络手写体识别排序稳定性的效果评估系统及方法,包含卷积神经网络手写体识别模块,参数估计模块以及不确定性计算模块。其中卷积神经网络手写体识别模块以用户手写的数据为输入数据,通过卷积神经网络(CNN),最后输出预测的分类概率,并依据此分类进行排序;参数估计模块以卷积神经网络(CNN)的手写体识别模块的输出:以识别模块的预测概率为输入,并采用统计的方式,对关系不确定性计算所需参数进行估计;不确定性计算模块以参数估计模块输出的参数作为输入数据,通过设计一种数据不确定性和数据关系不确定性的融合概率计算模型,估计卷积神经网络手写体识别排序结果的稳定性。
搜索关键词: 一种 卷积 神经网络 手写体 识别 排序 稳定性 效果 评估 系统 方法
【主权项】:
1.一种卷积神经网络手写体识别排序稳定性的效果评估系统,其特征在于,包括:卷积神经网络手写体识别模块、参数估计模块和不确定性计算模块;所述卷积神经网络手写体识别模块,以手写体样本的图片数据作为输入数据,该数据通过卷积神经网络卷积层进行卷积操作,经过不同卷积核的卷积运算后得到一系列特征矩阵,特征矩阵经池化层做池化操作,利用池化操作将数据量减小,同时提取原有的图像特征,处理之后得到的数据为手写体识别特征数据;经卷积神经网络学习到的特征将输入全连接层进行手写体分类,得到手写体所属的各类概率统计信息;所述参数估计模块,根据对所述手写体所属的各类概率统计信息,估计出不确定性计算模块所需参数,所述参数为手写体识别系统排序结果的概率取值范围,概率的不确定性程度与数据出现不确定性的概率;所述不确定性计算模块,利用参数估计模块得到的参数,通过数据不确定性与数据关系不确定性关系式,得出卷积神经网络手写体识别排序的稳定性。
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软件研究所,未经中国科学院软件研究所许可,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/201810261698.0/,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