[发明专利]一种基于深度迁移和Cayley-Klein度量的小样本下茶叶病害识别算法在审
| 申请号： | 202110313426.2 | 申请日： | 2021-03-24 |
| 公开（公告）号： | CN113221942A | 公开（公告）日： | 2021-08-06 |
| 发明（设计）人： | 方敏;黄雪峰;竺德;胡根生;刘辉 | 申请（专利权）人： | 安徽大学;赛尔网络有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G06T7/11 |
| 代理公司： | 泉州凡硕知识产权代理有限公司 35257 | 代理人： | 雷元平 |
| 地址： | 230009*** | 国省代码： | 安徽;34 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明涉及一种基于深度迁移和Cayley‑Klein度量的小样本下茶叶病害识别算法，深度迁移和Cayley‑Klein度量的神经网络的训练过程：基于深度迁移和Cayley‑Klein度量的神经网络的训练过程分为两个阶段：第一个阶段是数据由低层次向高层次传播的阶段，即前向传播阶段；另外一个阶段是，择Cayley‑Klein度量以反应样本空间结构信息或语义信息，使得距离度量具有更好的区分性，更好的减少负迁移特征所带来的影响。本算法能够准确地检测三种不同的茶叶病害图像，并且具有较高的识别精度，同时具有较快的识别速度。该特性主要得益于迁移学习解决了小样本情况下数据量不足无法进行深度学习提取特征的问题，而Cayley‑Klein度量边降维边度量的过程，降低了因迁移学习带来的负迁移影响。 | ||
| 搜索关键词： | 一种 基于 深度 迁移 cayley klein 度量 样本 茶叶 病害 识别 算法 | ||
【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安徽大学;赛尔网络有限公司，未经安徽大学;赛尔网络有限公司许可，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/202110313426.2/，转载请声明来源钻瓜专利网。
