[发明专利]一种卷积神经网络模型的稀疏编码分类器设计方法在审
| 申请号： | 202210569420.6 | 申请日： | 2022-05-24 |
| 公开（公告）号： | CN115063626A | 公开（公告）日： | 2022-09-16 |
| 发明（设计）人： | 舒忠;闵刚;谭碧莹 | 申请（专利权）人： | 荆楚理工学院 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 西安汇恩知识产权代理事务所(普通合伙) 61244 | 代理人： | 张伟花 |
| 地址： | 448000 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种卷积神经网络模型的稀疏编码分类器设计方法，本方法以字典学习的原始模型为基础，引入深度卷积神经网络模型的图像特征提取和特征分类规则，首先设计几种具有不同特征的稀疏编码分类器组，且每一个不同特征分类器组中又由多分类器组成，使用某一类特征的图像样本对相应特征的稀疏编码分类器进行训练，使用一个已完成特征分类的图像样本对相应特征的稀疏编码分类器进行测试。依据以上模型设计思想，分别构建了基于重建残差运算的图像样本训练模型和图像样本特征测试模型。并与多个分类模型进行对比，本分类器从滤波器使用数量角度考虑，其图像识别准确率在95％以上；从参与训练的图像样本数量角度考虑，其图像识别准确率在92％以上。 | ||
| 搜索关键词： | 一种 卷积 神经网络 模型 稀疏 编码 分类 设计 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荆楚理工学院，未经荆楚理工学院许可，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/202210569420.6/，转载请声明来源钻瓜专利网。
