Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 福建理工大学陈德旺获国家专利权

福建理工大学陈德旺获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉福建理工大学申请的专利一种基于深度卷积模糊系统的交通标志分类方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119851192B

龙图腾网通过国家知识产权局官网在2025-12-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411939181.4,技术领域涉及:G06V20/50;该发明授权一种基于深度卷积模糊系统的交通标志分类方法是由陈德旺;王鑫;赵文迪设计研发完成,并于2024-12-26向国家知识产权局提交的专利申请。

一种基于深度卷积模糊系统的交通标志分类方法在说明书摘要公布了:本发明公开了一种基于深度卷积模糊系统的交通标志分类方法,其包括:首先通过卷积和池化操作提取图像数据的特征;然后利用独热编码,将多分类问题转换成多个二分类问题进行求解,每个二分类问题均通过DFSSR求解;最后,整合所有DFSSR系统的输出,经softmax函数处理后,得到DCFSSR系统输出。相较于其它算法,DCFSSR展现出更高的精度。与ResNet18模型相比,DCFSSR通过规则完成分类决策,不仅具备更佳的可解释性,而且在预测精度上与ResNet18相差无几,同时参数更少;故,DCFSSR在交通标识分类问题上更具优势,适宜进一步推广应用。

本发明授权一种基于深度卷积模糊系统的交通标志分类方法在权利要求书中公布了:1.一种基于深度卷积模糊系统的交通标志分类方法,其特征在于,包括: 1通过卷积和池化操作提取交通标识图像数据的特征; 2使用PCA对交通标识图像中提取的特征数据进行降维; 3利用独热编码,将多分类问题转换成多个二分类问题进行求解,每个二分类问题均通过DFSSR求解;所述DFSSR包含若干个子模块FSSR,FSSR层层堆叠;设置FSSR的输入数据均为k维,每个FSSR模块最多使用r条规则;每个二分类器DFSSR外层结构共有层,其中表示向上取整,N为PCA降维后的数据特征维数; 4整合所有DFSSR系统的输出,经softmax函数处理后,得到DCFSSR系统输出;所述DCFSSR包含C个DFSSR,C个DFSSR包含个FSSR,其中C表示分类问题的类数; 二分类器DFSSR的构建过程中,对于同一个DCFSSR,其二分类器DFSSR都使用相同的分组分块方案,每个DFSSR第一层级均使用相同的系统输入,共享相同的规则库。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人福建理工大学,其通讯地址为:350118 福建省福州市闽侯县上街镇学府南路69号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。