[发明专利]断层识别的方法及其模型训练方法、装置在审
| 申请号： | 201911078637.1 | 申请日： | 2019-11-06 |
| 公开（公告）号： | CN110737021A | 公开（公告）日： | 2020-01-31 |
| 发明（设计）人： | 任珂;邹冠贵;孙振宇 | 申请（专利权）人： | 中国矿业大学(北京) |
| 主分类号： | G01V1/30 | 分类号： | G01V1/30 |
| 代理公司： | 11463 北京超凡宏宇专利代理事务所(特殊普通合伙) | 代理人： | 安卫静 |
| 地址： | 100000 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种断层识别的方法及其模型训练方法、装置，涉及断层诊断领域，该模型训练方法包括：获取断层区域的断层属性数据；根据断层属性数据，生成样本数据集；将样本数据集输入至预设的支持向量机模型中进行训练；通过粒子群优化算法对支持向量机模型进行计算，当计算结果满足预设的阈值时得到用于断层识别的模型。通过将待识别的断层属性数据输入至预先完成训练的断层识别模型中即可输出断层识别的结果。通过利用改进后的属性数据作为输入数据进行训练得到断层识别模型，该断层识别模型通过支持向量机模型结合粒子群优化算法实现对断层的识别，进一步提升小断层的识别精度，有利于提升断层识别的整体效果。 | ||
| 搜索关键词： | 断层识别 断层 属性数据 支持向量机模型 粒子群优化算法 模型训练 样本数据 预设 断层区域 整体效果 小断层 阈值时 输出 诊断 改进 | ||
【主权项】：
1.一种用于断层识别的模型训练方法，其特征在于，所述方法包括：/n获取断层区域的断层属性数据；/n根据所述断层属性数据，生成样本数据集；/n将所述样本数据集输入至预设的支持向量机模型中进行训练；/n通过粒子群优化算法对所述支持向量机模型进行计算，当计算结果满足预设的阈值时，得到所述用于断层识别的模型。/n
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中国矿业大学(北京)，未经中国矿业大学(北京)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/201911078637.1/，转载请声明来源钻瓜专利网。
