-
公开(公告)号：CN111091092A
公开(公告)日：2020-05-01
申请号：CN201911296246.7
申请日：2019-12-16
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于优化卷积神经网络分类的数据增强方法，其特征在于，包括如下步骤：1）获取一维信号数据；2）生成二维灰度图像；3）得到二维图像；4）图像重塑；5）训练。这种方法能够增加较少数据类型的数据量进而达到数据平衡的目的，获得的二维灰度图像能够最大程度的保留原始信号的信息，避免因为噪声滤波等操作带来的数据丢失问题，这种方法也能提高数据处理的效率、提高图像分类的准确率。
-
公开(公告)号：CN111079837B
公开(公告)日：2022-06-28
申请号：CN201911296248.6
申请日：2019-12-16
Applicant: 桂林电子科技大学
IPC: G06V10/774 , G06V10/764 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种用于二维灰度图像检测识别分类的方法，其特征在于，包括如下步骤：1）获得二维灰度图像；2）构建二维卷积块；3）特征提取；4）获得特征图；5）提取时间信息；6）保留和遗弃；7）选择性屏蔽节点；8）得到最终分类结果。这种方法基于二维卷积神经网络和长短期记忆网络结合的模型来对图像检测识别分类，能提高分类的准确率。
-
公开(公告)号：CN111079837A
公开(公告)日：2020-04-28
申请号：CN201911296248.6
申请日：2019-12-16
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种用于二维灰度图像检测识别分类的方法，其特征在于，包括如下步骤：1）获得二维灰度图像；2）构建二维卷积块；3）特征提取；4）获得特征图；5）提取时间信息；6）保留和遗弃；7）选择性屏蔽节点；8）得到最终分类结果。这种方法基于二维卷积神经网络和长短期记忆网络结合的模型来对图像检测识别分类，能提高分类的准确率。
-
-
Search Results
3
records
(took 0.014 seconds)
