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：西南大学
摘要：本发明提供一种基于双分支模拟的古汉字增量学习方法，包括步骤：S1、采集足够数量的若干种古文字图像，包括甲骨文、古彝文和东巴文；S2、将图像数据集分为已知类别和新类别，再将这两类数据集分别划分为训练集和测试集；S3、构建基于双分支模拟的古汉字增量学习模型；S4、将预处理后的训练集输入基于双分支模拟的古代汉字增量学习模型中进行训练；S5、将待分类的已知古文字图像送入到训练好的基于双分支模拟的古代汉字增量学习模型中进行分类；S6、将新类别训练数据集的古汉字图像输入训练好的基于双分支模拟的古代汉字增量学习模型中，仅对模型的分类器进行部分参数更新此阶段不进行反向传播。S7、将所有类别包括已知类和新类的待分类古汉字图像输入更新后的模型进行分类，本发明能够实现在无需使用已有数据集和新类数据集重新训练整个网络的条件下对古文字新旧类图像进行自动分类，实现对古文字的可持续性学习，促进古文字研究与人工智能的结合。
主权项：1.一种基于双分支模拟的古汉字增量学习方法，包括步骤：S1、采集足够数量的若干种古文字图像，包括甲骨文、古彝文和东巴文。S2、对所有古文字图像进行预处理。然后，将图像数据集分为已知类别和新类别，再将这两类数据集分别划分为训练集和测试集。最后，对这些数据集进行数据增强。S3、构建基于双分支模拟的古汉字增量学习模型。S4、将步骤S2中预处理后的已知训练集输入步骤S3中构建的基于双分支模拟的古代汉字增量学习模型，使用形近字分离优化损失函数进行反向传播，更新网络参数，并通过AdamW优化器优化模型，最终得到训练好的基于双分支模拟的古汉字增量学习模型。S5、将已知测试集的古汉字图像输入步骤S4得到的训练好的基于双分支模拟的古汉字增量学习模型进行分类，得到已知类别古汉字图像的分类结果。S6、将新类别训练集的古汉字图像输入步骤S4得到的训练好的基于双分支模拟的古代汉字增量学习模型，对模型的分类器进行部分参数更新此阶段不进行反向传播。S7、将所有类别包括已知类和新类的待分类古汉字图像输入更新后的模型进行分类，得到所有待分类古汉字图像的分类结果。
全文数据：
权利要求：
百度查询： 西南大学 一种基于双分支模拟的古汉字增量学习方法
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