[发明专利]基于深度学习的基因图像处理估计方法、系统、介质及设备在审
| 申请号： | 201910211685.7 | 申请日： | 2019-03-20 |
| 公开（公告）号： | CN109948703A | 公开（公告）日： | 2019-06-28 |
| 发明（设计）人： | 李天格;杨旸 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 上海光华专利事务所(普通合伙) 31219 | 代理人： | 王华英 |
| 地址： | 200240 *** | 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： | 一种基于深度学习的基因图像处理方法、系统、介质及设备，获取原始图像，据以组建标注为样本集；划分样本集为训练样本和测试样本，获取并提取预选模型，据以迁移学习训练样本得图像预测模型；根据图像模型计算测试样本得预测计算结果；获取实际监测结果，比较实际监测结果与预测计算结果得指标计算信息，据以计算性能指标数据。本发明解决了现有技术存在的噪音图片过多、模型性能较差和图片标注效果较差的技术问题。 | ||
| 搜索关键词： | 基因图像 监测结果 预测计算 样本集 标注 样本 计算性能指标 测试样本 计算测试 图像模型 图像预测 学习训练 训练样本 原始图像 指标计算 噪音 迁移 学习 图片 组建 | ||
【主权项】：
1.一种基于深度学习的基因图像处理方法，其特征在于，所述方法包括：获取原始图像，据以组建标注为样本集；划分所述样本集为训练样本和测试样本，获取并提取预选模型，据以迁移学习所述训练样本得图像预测模型；根据所述图像模型计算所述测试样本得预测计算结果；获取实际监测结果，比较所述实际监测结果与所述预测计算结果得指标计算信息，据以计算性能指标数据。
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交通大学，未经上海交通大学许可，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/201910211685.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于卷积神经网络的服装分类和推荐模型
- 下一篇：一种交易监测方法与装置
