[发明专利]一种基于小样本学习的茶叶病虫害分类方法、系统、设备及介质在审
| 申请号： | 202310196584.3 | 申请日： | 2023-03-03 |
| 公开（公告）号： | CN116129196A | 公开（公告）日： | 2023-05-16 |
| 发明（设计）人： | 苗启广;徐梧桐;刘如意;刘向增;宋建锋;权义宁 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/40;G06V10/77;G06V10/82;G06V10/774;G06V20/10;G06N3/048;G06N3/0464 |
| 代理公司： | 西安智大知识产权代理事务所 61215 | 代理人： | 季海菊 |
| 地址： | 710071 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于小样本学习的茶叶病虫害分类方法、系统、设备及介质，其方法是：首先制作茶叶病虫害样本数据集，通过特征解耦的方法将茶叶病虫害数据集图像中的弱相关特征和强相关特征进行解耦，然后在强相关特征提取过程中添加注意力机制模块，让茶叶病虫害分类模型在学习过程中聚焦于强相关特征信息，最后将处理后的特征向量转换成类高斯分布，依次通过Sinkhorn映射、迭代类中心估计、均衡类中心更新、最终决策，来迭代寻找类中心的最大后验概率估计；其系统、设备及介质用于按小样本的茶叶病虫害分类方法进行茶叶病虫害分类；本发明克服了传统的深度学习算法需要庞大的数据集来支撑，图像样本采集困难等问题，采用小样本学习的方法实现了茶叶病虫害分类，在已有的数据集上达到高效高精度判别。 | ||
| 搜索关键词： | 一种 基于 样本 学习 茶叶 病虫害 分类 方法 系统 设备 介质 | ||
【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西安电子科技大学，未经西安电子科技大学许可，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/202310196584.3/，转载请声明来源钻瓜专利网。
