[发明专利]一种基于深度森林模型的伤口感染电子鼻检测系统在审
申请号: | 201811089712.X | 申请日: | 2018-09-18 |
公开(公告)号: | CN109190711A | 公开(公告)日: | 2019-01-11 |
发明(设计)人: | 贾鹏飞;曹怀升;乔思奇;徐多;王丽丹;段书凯 | 申请(专利权)人: | 西南大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 成都时誉知识产权代理事务所(普通合伙) 51250 | 代理人: | 陈千 |
地址: | 400715*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于深度森林模型的伤口感染电子鼻检测系统,包括依次连接的信息采集模块、分类识别模块以及结果输出模块;分类识别模块包括多粒度扫描模块、表征向量生成模块以及深度森林模块,系统从深度学习理论出发,有效提高了系统的检测精度,另外,使用决策树集成的深度森林模型,该模型相对容易训练,对超参数依赖低,可以有效缩短训练周期。 | ||
搜索关键词: | 分类识别 检测系统 伤口感染 森林 电子鼻 结果输出模块 向量生成模块 信息采集模块 参数依赖 扫描模块 训练周期 依次连接 决策树 检测 学习 | ||
【主权项】:
1.一种基于深度森林模型的伤口感染电子鼻检测系统,其特征在于,包括依次连接的信息采集模块、分类识别模块以及结果输出模块;所述信息采集模块通过传感器获取伤口感染的p维特征数据;所述分类识别模块包括多粒度扫描模块、表征向量生成模块以及深度森林模块,所述多粒度扫描模块用于对所述信息采集模块获取的p维特征数据进行处理,按照长度为k进行滑动采样,得到S个k维特征子样本;所述表征向量生成模块包括一个普通随机森林模型和一个完全随机森林模型;针对每一个模型而言,输入一个k维特征子样本,输出一个C维的类别向量;从而得到长度为2S*C维的表征向量;所述深度森林模块具有N级,每一级包括M个普通随机森林模型和M个完全随机森林模型,针对第一级而言,每个模型的输入为2S*C维的表征向量,输出为C维的类别向量,从而得到2M个C维类别向量;表征向量以及上一级输出得到的2M个C维类别向量拼接作为下一级的输入,最后将第N级输出的2M个C维类别向量针对每个类别求均值,取最大值对应的类别作为伤口感染的病菌类型;所述结果输出模块用于将伤口感染的病菌类型进行输出;所述p、S、k、C、M、N均为正整数,且p大于k,并根据应用场景确定。
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西南大学,未经西南大学许可,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/201811089712.X/,转载请声明来源钻瓜专利网。