专利汇可以提供一种基于深信度网络的害虫图像自动识别方法专利检索,专利查询,专利分析的服务。并且本 发明 提供一种基于深信度网络的 害虫 图像自动识别方法,包括以下步骤:对收集的若干训练图像进行预处理,得到若干训练样本,对训练样本进行HOG特征提取,形成训练样本的联合图像 特征向量 ;构造基于受限 玻尔兹曼机 的深信度网络,将训练样本的联合图像特征向量输入构造的深信度网络,完成对深信度网络的训练;对待测害虫图像进行预处理,得到测试样本,对测试样本进行HOG特征提取,形成测试样本的联合图像特征向量;将测试样本的联合图像特征向量输入训练完成的深信度网络,识别得到待测害虫图像的类别。本发明能够提高害虫识别的准确率,增强害虫识别 算法 的鲁棒性。,下面是一种基于深信度网络的害虫图像自动识别方法专利的具体信息内容。
1.一种基于深信度网络的害虫图像自动识别方法,其特征在于,包括以下步骤:
(1)对收集的若干训练图像进行预处理,得到若干训练样本,对训练样本进行HOG特征提取,形成训练样本的联合图像特征向量;
(2)构造基于受限玻尔兹曼机的深信度网络,将训练样本的联合图像特征向量输入构造的深信度网络,完成对深信度网络的训练;
(3)对待测害虫图像进行预处理,得到测试样本,对测试样本进行HOG特征提取,形成测试样本的联合图像特征向量;
(4)将测试样本的联合图像特征向量输入训练完成的深信度网络,识别得到待测害虫图像的类别。
2.根据权利要求1所述的基于深信度网络的害虫图像自动识别方法,其特征在于,所述步骤(1)具体包括:
(11)将所有训练图像的大小归一化为144×144;
(12)将归一化后的训练图像进行灰度化、灰度均衡化和滤波处理,得到训练样本;
(13)将训练样本划分为相互交叠的块,使每个块与相邻的块有50%的面积相互重叠;
(14)采用块尺寸为16×16且每个块的特征维数为36维的HOG算子对训练样本进行特征提取,得到特征维数为10404维的HOG特征直方图;
(15)将训练样本拉直后与其HOG特征直方图串联,形成训练样本的联合图像特征向量,该联合图像特征向量的维数为31140维。
3.根据权利要求1所述的基于深信度网络的害虫图像自动识别方法,其特征在于,所述步骤(2)具体包括:
(21)构造基于受限玻尔兹曼机的五层深信度网络,包括一个输入层、三个隐含层和一个输出层,设定各层的节点数,其中,输入层的节点数与训练样本的联合图像特征向量的维数一致,输出层的节点数与待分类图像的类别数一致;
(22)采用对比散度算法对输入层和三个隐含层进行逐层贪婪训练,计算出各层的权值和偏置以及三个隐含层的输出值;
(23)采用softmax回归模型对输出层进行训练;
(24)采用反向传播算法对整个深信度网络进行调整,优化深信度网络的参数,完成全局训练。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
步长预测方法、控制器、定位设备和可读存储介质 | 2020-05-08 | 182 |
基于泛函深度信念网络的日太阳辐射资源评估方法 | 2020-05-15 | 529 |
一种基于语音属性分类的交互系统及其方法 | 2020-05-19 | 590 |
一种语音识别方法及装置 | 2020-05-17 | 483 |
一种基于有限元和深度信念网络的均压环优化设计方法 | 2020-05-17 | 138 |
基于深度信念网络和扫描叠加的微震源自动定位方法 | 2020-05-08 | 317 |
一种新型的配电网运行状态画像分析方法 | 2020-05-18 | 619 |
一种变电站二次设备状态监测方法及可读存储介质 | 2020-05-19 | 236 |
结合判别式深度置信网络和主动学习的心电分类方法 | 2020-05-16 | 886 |
一种跨模态检索方法及系统 | 2020-05-15 | 91 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。