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：广东技术师范大学
摘要：本发明涉及基于卷积神经网络的细粒度区域分类方法及系统，其方法包括步骤：S1、将UJIIndoorLoc数据集输入SAE‑1DResnet10卷积神经网络，获取楼栋分类与分层结果；S2、利用二次代价函数计算分类结果与真实值的误差；S3、将基于CSI的数据集分割为大小为w的bins；S4、进行CNN状态推理模型训练，输出状态标签；S5、将状态标签的CSI幅度输入CNN状态推理模型进行训练，输出细粒度区域分类的概率分布；S6、利用最大概率和概率熵计算集中度，获取样本置信度；S7、动态调整活动分割算法。本发明通过利用CSI活动窗口分割、CNN模型训练分类状态标签、引用反馈机制来动态调整状态分割算法的方式取代人为主观观察和经验确定的最佳状态分割阈值，样本置信度更高。
主权项：1.基于卷积神经网络的细粒度区域分类方法，其特征在于，包括以下步骤：S1、将RSS组成的带标签UJIIndoorLoc数据集输入SAE-1DResnet10卷积神经网络，获取楼栋分类与分层结果；S2、利用二次代价函数计算分类结果与真实值的误差；S3、将基于CSI的数据集分割为大小为w的bins；S4、将分割后的bins作为数据输入CNN状态推理模型进行训练，输出状态标签；S5、将分割后的输出状态标签的CSI幅度输入预先训练好的CNN状态推理模型进行训练，输出细粒度区域分类的概率分布；S6、利用最大概率和概率熵计算集中度，作为活动分割算法的反馈，获取样本置信度；S7、利用置信度大小和反馈结果动态调整活动分割算法。
全文数据：
权利要求：
百度查询： 广东技术师范大学 基于卷积神经网络的细粒度区域分类方法及系统
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