[发明专利]一种基于改进AlexNet的软壳虾特征提取方法有效
| 申请号： | 201910298929.X | 申请日： | 2019-04-15 |
| 公开（公告）号： | CN110009055B | 公开（公告）日： | 2020-12-29 |
| 发明（设计）人： | 刘子豪;徐志玲;徐新胜;孔明 | 申请（专利权）人： | 中国计量大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京和信华成知识产权代理事务所(普通合伙) 11390 | 代理人： | 张菊萍 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 改进 alexnet 软壳虾 特征 提取 方法 | ||
【权利要求书】：
1.一种基于改进AlexNet的软壳虾特征提取方法，其特征在于，包括以下步骤：
1）改进AlexNet的第一、二、三、五个卷积层，包括：把原始AlexNet第一卷积层中的卷积核尺寸由11×11改为7×7；对原始的AlexNet第二、三、五个卷积层进行拆分，各自形成两个独立的子卷积层；按照从左至右的形式对拆分后的卷积层进行卷积核分配，第二层卷积层拆分为两个3×3的子卷积层，第三层卷积层拆分为两个2×2的子卷积层, 第五层卷积层拆分为两个2×2的子卷积层；
2）可视化改进AlexNet网络中卷积层的输出特征，表征软壳虾目标，包括：构造使网络卷积层中神经元线性激活函数达到最大值的特征输出模式；根据最大激活值的特征输出模式，依次获取改进AlexNet网络中每层的软壳虾的可视化特征；
3）构造组合分类层结构，融合不同的子分类器，构成组合式分类器，包括：在AlexNet的第七全连接层（FC7）和最后的分类层之间，构建组合分类器层，分别把输出特征综合进SVM、RFC、SVDD和AdaBoost中，获取对应的类别子标签。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国计量大学，未经中国计量大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910298929.X/1.html，转载请声明来源钻瓜专利网。
