公开(公告)号：CN112613410B

公开(公告)日：2024-05-14

申请号：CN202011557317.7

申请日：2020-12-24

Applicant: 江苏大学

Inventor： 李峰 ,  李搏 ,  潘雨青

IPC: G06V20/69 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于图像处理领域、图像识别领域和迁移学习领域，具体涉及的是一种基于迁移学习的寄生虫虫卵识别方法。本发明引入了基于迁移学习的相关模型和共享特征参数，增强了整个寄生虫虫卵模型的基本特征，减少了深度模型训练消耗大的巨大资源和时间；引入Sobel算子，通过边缘信息，快速处理图片，使得图片的维度降低，加快训练速度；引入边缘分布和条件分布的联合分布，使得源域和目标域之间的距离最短，提高了识别精度；引入softmax分类器，有效的解决多分类问题。

公开(公告)号：CN110377732A

公开(公告)日：2019-10-25

申请号：CN201910567013.X

申请日：2019-06-27

Applicant: 江苏大学

Inventor： 潘雨青 ,  翟文鹏 ,  李搏 ,  薛惠丹

IPC: G06F16/35 ,  G06K9/62

Abstract: 本发明公开了一种基于样本缩放的文本分类的方法，通过计算数据样本到分类超平面的距离，找到离支持向量机的分类面较远的样本并予以删除，并根据这个距离来对剩余的样本赋予相应的权值，然后用这些加权后的数据样本进行支持向量机的训练。本发明所提出的分类方法首先对样本数据进行约减，然后再对数据进行相应的加权，以此来用于在支持向量机进行文本分类。不仅可以降低噪声数据对支持向量机分类的影响，提高模型的噪声抗扰度，而且还减少了支持向量的数量，获得了更好的文本分类准确率。

公开(公告)号：CN112613410A

公开(公告)日：2021-04-06

申请号：CN202011557317.7

申请日：2020-12-24

Applicant: 江苏大学

Inventor： 李峰 ,  李搏 ,  潘雨青

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于图像处理领域、图像识别领域和迁移学习领域，具体涉及的是一种基于迁移学习的寄生虫虫卵识别方法。本发明引入了基于迁移学习的相关模型和共享特征参数，增强了整个寄生虫虫卵模型的基本特征，减少了深度模型训练消耗大的巨大资源和时间；引入Sobel算子，通过边缘信息，快速处理图片，使得图片的维度降低，加快训练速度；引入边缘分布和条件分布的联合分布，使得源域和目标域之间的距离最短，提高了识别精度；引入softmax分类器，有效的解决多分类问题。