[发明专利]一种基于深度学习与个性化因子的雾霾能见度检测系统及方法有效
| 申请号： | 201810755419.6 | 申请日： | 2018-07-11 |
| 公开（公告）号： | CN109086803B | 公开（公告）日： | 2022-10-14 |
| 发明（设计）人： | 吕泓君;成孝刚;李海波;李德志;汪涛;钱俊鹏;任俊弛 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于深度学习与个性化因子的雾霾能见度检测系统，该系统包括数据库建立模块，用于构建不同能见度的雾霾能见度图片库；能见度提取模块，用于根据所述雾霾能见度图片库提取所述雾霾能见度图片中涉及场景的标志物的能见度，建立能见度坐标，并对所述雾霾能见度图片中涉及的场景进行编号，个性化因子提取模块，用于针对所述场景编号进行归一化，并将其定义为特征值，并根据场景编号提取个性化因子；神经网络训练模块，用于将所述个性化因子和所述雾霾能见度图片输入到卷积神经网络中进行训练；本发明采用基于深度学习的卷积神经网络结构能够自动提取数据集特征与传统方向比更加渐变，可以快速处理大数据集，节省了大量的训练时间。 | ||
| 搜索关键词： | 一种 基于 深度 学习 个性化 因子 能见度 检测 系统 方法 | ||
【主权项】：
1.一种基于深度学习与个性化因子的雾霾能见度检测系统，其特征在于，该系统包括：训练阶段：数据库建立模块，用于根据雾霾能见度图片构建不同能见度的雾霾能见度图片库；能见度提取模块，用于根据所述雾霾能见度图片库提取所述雾霾能见度图片中涉及场景的标志物的能见度，建立能见度坐标，并对所述雾霾能见度图片中涉及的场景进行编号，形成若干场景编号；个性化因子提取模块，用于针对所述场景编号进行归一化，并将其定义为特征值，进而根据所述场景编号提取个性化因子；神经网络训练模块，用于将所述个性化因子和所述雾霾能见度图片输入到卷积神经网络中进行训练，并利用BP算法训练卷积神经网络使失真函数下降并趋于收敛；测试阶段：系统测试模块，用于根据所述检测系统对新输入的雾霾能见度图片进行分类识别。
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南京邮电大学，未经南京邮电大学许可，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/201810755419.6/，转载请声明来源钻瓜专利网。
