[发明专利]一种基于多尺度CNN特征及量子菌群优化KELM的手写图像识别方法有效
| 申请号： | 201911050472.7 | 申请日： | 2019-10-31 |
| 公开（公告）号： | CN110969086B | 公开（公告）日： | 2022-05-13 |
| 发明（设计）人： | 廖一鹏;张进;陈诗媛 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06V40/30 | 分类号： | G06V40/30;G06V10/80;G06K9/62;G06N3/04;G06N3/12 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 钱莉;蔡学俊 |
| 地址： | 350108 福建省福州市*** | 国省代码： | 福建;35 |
| 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多尺度CNN特征及量子菌群优化KELM的手写图像识别方法首先，将手写图像进行NSST分解，得到三个尺度的多尺度图像；其次，用CNN模型提取每一个尺度的细节特征，并以最大值的方式融合这些细节特征；然后，用量子菌群算法去优化KELM模型的参数，得到最佳的KELM模型；最后，把融合后的特征当作KELM的输入，对特征进行识别，完成手写图像的识别。本发明不仅增强了识别精度和泛化能力，同时在训练模型时采用需要时间少的KELM模型，KELM仅需要优化两个参数，而且用CNN‑KELM能够提取出更多细节特征，这样极大的减少了手写图像识别的工作量以及提高了识别精度。 | ||
| 搜索关键词： | 一种 基于 尺度 cnn 特征 量子 优化 kelm 手写 图像 识别 方法 | ||
【主权项】：
暂无信息
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福州大学，未经福州大学许可，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/201911050472.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种智能门锁双平台语音播放装置及实现方法
- 下一篇：一种文件管理方法
