[发明专利]一种基于集成学习的脉冲星候选体识别方法在审
| 申请号： | 201910573104.4 | 申请日： | 2019-06-28 |
| 公开（公告）号： | CN110263878A | 公开（公告）日： | 2019-09-20 |
| 发明（设计）人： | 王显海;王腾;罗锦宏;王烨青;陈霞 | 申请（专利权）人： | 常州信息职业技术学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 许婉静 |
| 地址： | 213000 江*** | 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： | 本发明公开了一种基于集成学习的脉冲星候选体识别方法，根据脉冲星数据，生成脉冲星特征图像，使用脉冲星特征图像进行对应子模型的训练，根据训练好的各子模型的权重对各子模型进行加权，构建综合识别模型，将根据待测目标数据生成的待测目标的子图像输入综合识别模型中，对待测目标进行脉冲星候选体识别；本发明提供的方案能更全面的识别脉冲星候选体，提高了脉冲星候选体识别的准确性和效率。 | ||
| 搜索关键词： | 子模型 待测目标 集成学习 特征图像 数据生成 子图像 构建 权重 加权 | ||
【主权项】：
1.一种基于集成学习的脉冲星候选体识别方法，其特征在于，所述方法包括如下步骤：获取脉冲星的子图像；所述脉冲星的子图像包括脉冲星轮廓图、脉冲星相位图、脉冲星周期和色散度值、脉冲星色散度曲线图；使用脉冲星的子图像进行对应子模型的训练；根据训练好的各子模型的权重对各子模型进行加权，构建综合识别模型；将待测目标的子图像输入综合识别模型中，进行脉冲星候选体识别；所述待测目标的子图像包括待测目标轮廓图、待测目标相位图、待测目标周期和色散度值、待测目标色散度曲线图。
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常州信息职业技术学院，未经常州信息职业技术学院许可，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/201910573104.4/，转载请声明来源钻瓜专利网。
- 上一篇：场景文字检测方法
- 下一篇：一种基于主成分分析评价西洋梨果实品质的方法
