发明名称 |
基于流行学和混沌粒子群的深度学图像分类方法 |
摘要 |
本发明公开了基于流行学和混沌粒子群的深度学图像分类方法。对图像样本降维;利用自适应混沌粒子群来训练深度学分类器,得到最优解相应的参数值和特征子集;完成种群更新和条件判断;根据优化的特征子集合参数组合,利用图像样本集重新训练深度学分类器;对图像数据进行分类。本发明综合运用流行学、深度学、混沌理论和粒子群,研究图像处理的方法和技术,在图像处理的理论方法上实现创新。 |
申请公布号 |
CN104732249A |
申请公布日期 |
2015.06.24 |
申请号 |
CN201510130512.4 |
申请日期 |
2015.03.25 |
申请人 |
武汉大学 |
发明人 |
董文永;王豫峰;董学士;刘宇航;丁红 |
分类号 |
G06K9/66(2006.01)I;G06N3/00(2006.01)I |
主分类号 |
G06K9/66(2006.01)I |
代理机构 |
四川君士达律师事务所 51216 |
代理人 |
芶忠义 |
主权项 |
基于流行学习和混沌粒子群的深度学习图像分类方法,其特征在于:按照以下步骤进行:步骤1:对图像样本降维;步骤2:利用自适应混沌粒子群来训练深度学习分类器,得到最优解相应的参数值和特征子集;步骤3:完成种群更新和条件判断;步骤4:根据优化的特征子集合参数组合,利用图像样本集重新训练深度学习分类器;步骤5:对图像数据进行分类。 |
地址 |
430072 湖北省武汉市武昌区珞珈山八一路299号 |