龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：中国银行股份有限公司
摘要：本申请提供了一种假币分类的方法及装置、电子设备及存储介质，包括获取假币的特征信息，将特征信息转换为特征向量，并将特征向量输入预先训练好的的分类模型，得到针对假币的分类结果，分类结果包括第一类假币和第二类假币，第一类假币为需上缴的假币，第二类假币为无需上缴的假币，因为，特征信息至少包括假币的图像信息、假币预设局部的元素信息、以及假币的纸质成分信息，所以输入分类模型的特征向量包括了假币多个维度的信息，所以，可以在很大程度上确保基于分类模型得到分类结果是准确的，从而实现了从收集得到的假币中，识别出需要上缴的假币的目标。
主权项：1.一种假币分类的方法，其特征在于，包括：获取假币的特征信息，所述特征信息至少包括所述假币的图像信息、所述假币预设局部的元素信息、以及所述假币的纸质成分信息；将所述特征信息转换为特征向量，并将所述特征向量输入预先训练好的分类模型，得到针对所述假币的分类结果，所述分类结果包括第一类假币和第二类假币，所述第一类假币为需上缴的假币，所述第二类假币为无需上缴的假币，所述分类模型为GA-BP神经网络模型，所述GA-BP神经网络模型基于BP神经网络模型预先建立得到，基于BP神经网络预先建立所述GA-BP神经网络模型的过程，包括：获取所述第一类假币和所述第二类假币的假币训练样本；获取所述假币训练样本的特征信息；确定由输入层、隐层和输出层构成的初始BP神经网络模型，其中，所述初始BP神经网络模型的输入层节点个数依据所述训练样本的特性信息确定，所述初始BP神经网络模型的输出层节点个数依据假币预设的分类结果确定，所述初始BP神经网络模型的隐层节点个数基于试凑法确定；依据预设的样本数据和遗传算法对所述初始BP神经网络模型的输入层、隐层和输出层中每一层的初始权值和阈值进行训练学习，确定每一层最优的初始权值和阈值，得到优化后的BP神经网络模型；将所述优化后的BP神经网络模型作为所述GA-BP神经网络模型。
全文数据：
权利要求：
百度查询： 中国银行股份有限公司 假币分类的方法及装置、电子设备及计算机可读存储介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号