[发明专利]一种基于分枝神经网络的多特征细粒度的目标分类方法在审
| 申请号： | 201910627057.7 | 申请日： | 2019-07-11 |
| 公开（公告）号： | CN110321970A | 公开（公告）日： | 2019-10-11 |
| 发明（设计）人： | 朱顺意;范继辉;瞿明军;李广立;刘雪健;周莉;巩志远;陈建学;杜来民;邓国超;白玥寅;张松;周雨晨 | 申请（专利权）人： | 山东领能电子科技有限公司;山东大学;太原理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G06K9/46 |
| 代理公司： | 济南金迪知识产权代理有限公司 37219 | 代理人： | 赵龙群 |
| 地址： | 250101 山东省济南市历下区新*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于分枝神经网络的多特征细粒度的目标分类方法，属于目标分类领域，包括：(1)准备数据集；(2)选择主干神经网络；(3)将数据集送入主干神经网络中，经训练得到能够对复杂特征进行分类的模型，实现对数据相应特征的分类；(4)在主干神经网络中增加多个分枝神经网络，细化数据集，再次训练得到模型，借助该模型实现对细粒度特征的提取和分类；(5)对主干神经网络和多个分枝神经网络的输出增设权重，最终输出主干神经网络和多个分枝神经网络的加权结果，实现多特征细粒度目标分类功能。本发明在对主干神经网络增设分支神经网络，无需完全重置网络即可实现多特征细粒度的目标分类功能，可以更好地满足实际需求。 | ||
| 搜索关键词： | 神经网络 目标分类 细粒度 主干 分枝 数据集 分类 增设 输出 复杂特征 加权结果 模型实现 实际需求 权重 细化 重置 送入 网络 | ||
【主权项】：
1.一种基于分枝神经网络的多特征细粒度的目标分类方法，其特征在于，包括以下步骤：(1)准备数据集；(2)选择主干神经网络；(3)将数据集送入主干神经网络中，经训练得到能够对相应特征进行分类的模型，借助该模型实现对更多数据相应特征的分类；(4)在主干神经网络中增加多个分枝神经网络，细化数据集，再次训练得到模型，借助该模型实现对细粒度特征的提取和分类；(5)对主干神经网络和多个分枝神经网络的输出增设权重，最终输出主干神经网络和多个分枝神经网络的加权结果，实现多特征细粒度目标分类功能。
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山东领能电子科技有限公司;山东大学;太原理工大学，未经山东领能电子科技有限公司;山东大学;太原理工大学许可，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/201910627057.7/，转载请声明来源钻瓜专利网。
