[发明专利]机械磨损颗粒识别方法、装置、电子设备及存储介质在审
| 申请号： | 201910507896.5 | 申请日： | 2019-06-12 |
| 公开（公告）号： | CN110245702A | 公开（公告）日： | 2019-09-17 |
| 发明（设计）人： | 彭业萍;蔡俊豪;曹广忠 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 深圳协成知识产权代理事务所(普通合伙) 44458 | 代理人： | 章小燕 |
| 地址： | 518000 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种机械磨损颗粒识别方法，该方法包括：将机械磨损颗粒的训练样本输入卷积神经网络(CNN)模型中进行训练，得到针对机械磨损颗粒的CNN特征提取器；根据该CNN特征提取器，提取训练样本中的特征向量；将特征向量输入到支持向量机(SVM)分类器中进行训练，得到混合卷积神经网络模型；通过该混合卷积神经网络模型，将机械磨损颗粒的待测样本的特征向量输入到训练后的SVM分类器中，以识别所述待测样本的磨粒类型。此外，本发明还公开了一种机械磨粒识别装置、电子设备及存储介质。采用本发明，避免了通过人为的方式对磨损颗粒特征信息的筛选，并能够准确识别磨粒类型。 | ||
| 搜索关键词： | 机械磨损 卷积神经网络 特征向量 特征提取器 存储介质 待测样本 电子设备 颗粒识别 磨粒类型 训练样本 支持向量机 磨损颗粒 识别装置 特征信息 分类器 机械磨 筛选 | ||
【主权项】：
1.一种机械磨损颗粒识别方法，其特征在于，所述方法包括：将机械磨损颗粒的多个训练样本输入到初始化卷积神经网络CNN模型中进行训练，得到针对机械磨损颗粒的CNN特征提取器；根据所述CNN特征提取器，提取训练样本中的特征向量；将所述特征向量输入到支持向量机SVM分类器中进行训练，得到混合CNN模型；通过所述混合CNN模型，将机械磨损颗粒的待测样本的特征向量输入训练后的SVM分类器中，以识别所述待测样本的磨粒类型。
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深圳大学，未经深圳大学许可，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/201910507896.5/，转载请声明来源钻瓜专利网。
