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：武汉大学
摘要：本发明提出了一种基于卷积神经网络的RD谱图成分自动识别方法及系统。获取多幅RD谱图像，标记每幅RD谱图像的多个标注的不规则像素框、每幅RD谱图像的每个标注的不规则像素框的成分类别；结合RD谱图成分识别网络进行成分识别，得到每幅RD谱图像的多个预测的不规则像素框、每幅RD谱图像的每个预测的不规则像素框的成分类别，进一步构建损失函数模型，通过梯度下降训练得到训练后RD谱图成分识别网络；将实时RD谱图像输入至训练后RD谱图成分识别网络进行成分识别，得到实时RD谱图像的多个预测的不规则像素框、每幅RD谱图像的每个预测的不规则像素框的成分类别。本发明能够更加精确和快速适用于高频天地波雷达RD谱图成分的自动识别。
主权项：1.一种基于卷积神经网络的RD谱图成分自动识别方法，其特征在于，包括：步骤1：获取多幅RD谱图像，标记每幅RD谱图像的多个标注的不规则像素框、每幅RD谱图像的每个标注的不规则像素框的成分类别；步骤2：构建RD谱图成分识别网络，将每幅RD谱图像输入至RD谱图成分识别网络进行成分识别，得到每幅RD谱图像的多个预测的不规则像素框、每幅RD谱图像的每个预测的不规则像素框的成分类别，结合每幅RD谱图像的多个标注的不规则像素框、每幅RD谱图像的每个标注的不规则像素框的成分类别构建损失函数模型，通过梯度下降训练得到训练后RD谱图成分识别网络；步骤3：实时获取RD谱图像，将实时RD谱图像输入至训练后RD谱图成分识别网络进行成分识别，得到实时RD谱图像的多个预测的不规则像素框、实时RD谱图像的每个预测的不规则像素框的成分类别。
全文数据：
权利要求：
百度查询： 武汉大学 一种基于卷积神经网络的RD谱图成分自动识别方法及系统
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