首页> 中国专利> 基于改进卷积神经网络的图像分类模型、方法及应用

基于改进卷积神经网络的图像分类模型、方法及应用

摘要

本发明公开了基于改进卷积神经网络的图像分类模型、方法及应用,涉及图像分类技术领域;模型包括CNN特征提取器、边缘纹理特征提取器、特征融合器和分类器,CNN特征提取器与特征融合器连接,边缘纹理特征提取器与特征融合器连接,特征融合器与分类器连接;方法为基于上述模型,CNN特征提取器提取图像的特征信息,边缘纹理特征提取器提取图像的轮廓纹理信息,特征融合器融合特征信息和轮廓纹理信息并生成图像特征信息,SVM分类器处理图像特征信息并完成分类;应用为将上述模型或者方法应用在无人机的分类系统上;其通过CNN特征提取器、边缘纹理特征提取器、特征融合器和分类器等,实现了提高图像的分类精度。

著录项

  • 公开/公告号CN110969171A

    专利类型发明专利

  • 公开/公告日2020-04-07

    原文格式PDF

  • 申请/专利权人 河北科技大学;

    申请/专利号CN201911270510.X

  • 发明设计人 甄然;窦辛伶;吴学礼;

    申请日2019-12-12

  • 分类号

  • 代理机构石家庄新世纪专利商标事务所有限公司;

  • 代理人董金国

  • 地址 050000 河北省石家庄市裕华区裕翔街26号

  • 入库时间 2023-12-17 07:13:07

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2020-05-01

    实质审查的生效 IPC(主分类):G06K9/46 申请日:20191212

    实质审查的生效

  • 2020-04-07

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号