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：航天网安技术(深圳)有限公司
摘要：本公开提供一种基于单隐层神经网络的图像识别方法及相关设备。该方法包括：获取用户输入的图像数据，对所述图像数据进行预处理；将经过所述预处理的所述图像数据输入目标检测模型进行多标签分类，得到每个所述图像数据对应的类别标签；输出带有所述类别标签的所述图像数据；其中，所述目标检测模型为单隐层神经网络模型，所述单隐层神经网络模型中的单隐层的神经元数量采用评价‑行动‑反馈JAF算法对所述神经网络模型进行预训练而确定。本公开提供的一种基于单隐层神经网络的图像识别方法及相关设备，可以自适应的调整神经网络结构，提高对图像识别的准确率。
主权项：1.一种基于单隐层神经网络的图像识别方法，包括：获取用户输入的图像数据，对所述图像数据进行预处理；将经过所述预处理的所述图像数据输入目标检测模型进行多标签分类，得到每个所述图像数据对应的类别标签；输出带有所述类别标签的所述图像数据；其中，所述目标检测模型为单隐层神经网络模型，所述单隐层神经网络模型中的单隐层的神经元数量采用评价-行动-反馈JAF算法对所述神经网络模型进行预训练而确定；所述预训练包括：将已标注所述类别标签的图像样本集划分为训练集和测试集，利用所述单隐层神经网络模型计算得到所述训练集的准确率和所述测试集的准确率；基于所述训练集的准确率和所述测试集的准确率计算回报函数；响应于确定所述回报函数不满足预设的迭代截止条件，基于所述回报函数计算得到所述单隐层神经元个数的变化量，基于所述单隐层神经元个数的变化量调整所述单隐层神经元数量；对所述单隐层神经网络模型进行迭代训练，直至确定所述回报函数满足预设的所述迭代截止条件，以得到所述目标检测模型；所述基于所述训练集的准确率和所述测试集的准确率计算回报函数，包括：所述回报函数具体为 其中， ，，为训练集的准确率，为测试集的准确率，为拟合误差最大值，为预期准确率；所述基于所述回报函数计算得到所述单隐层神经元个数的变化量，包括：所述单隐层神经元个数的变化量具体为 其中， 为回报函数，函数int的功能是向上取整。
全文数据：
权利要求：
百度查询： 航天网安技术(深圳)有限公司 基于单隐层神经网络的图像识别方法及相关设备
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