[发明专利]MEMS传感器疵病种类识别方法及系统

权利要求书

1.一种MEMS传感器疵病种类识别方法，其特征在于，包括：

采集MEMS传感器图像；

构造改进的对抗生成神经网络结合卷积神经网络的结构，其中所述改进的对抗生成神经网络包含多组用来生成MEMS传感器不同种类的疵病图片的生成器和判别器，所述生成器包含隐藏向量Z生成层和对所述隐藏向量Z做多层反卷积操作生成疵病图片的多个反卷积层，所述判别器包括多层普通卷积层和全连接层，所述卷积神经网络最后的两个卷积层添加跳跃连接；

将多组噪音输入到所述改进的对抗生成神经网络的生成器中让其生成虚假的MEMS传感器疵病图，把虚假的MEMS传感器疵病图和带标签的真实的MEMS传感器疵病图分别输入到对应的判别器中去训练所述改进的对抗神经网络，待判别器不能分辨出虚假的MEMS传感器疵病图和真实的MEMS传感器疵病图时，利用多组生成器生成多种疵病图，其中每组生成器生成一种疵病图，不同种类的疵病图分别保存到不同的文件夹中，并将真实的MEMS传感器疵病图存入存有与其疵病种类相同的疵病图的文件夹中，将所有文件夹里的图片制作成数据集，然后打散投入到所述卷积神经网络中进行训练；

将需要检测的MEMS传感器图像输入到训练好的所述卷积神经网络，其输出为该MEMS传感器图像各种疵病的概率，选取概率最大的一种作为该MEMS传感器的疵病种类。

2.根据权利要求1所述的MEMS传感器疵病种类识别方法，其特征在于，对所述MEMS传感器图像进行预处理，改变输入图片数据的格式，让其适应所述改进的对抗生成神经网络结合卷积神经网络的结构。

3.一种MEMS传感器疵病种类识别系统，其特征在于，包括：

摄像头，采集MEMS传感器图像；

处理器，其配置为：

构造改进的对抗生成神经网络结合卷积神经网络的结构，其中所述改进的对抗生成神经网络包含多组用来生成MEMS传感器不同种类的疵病图片的生成器和判别器，所述生成器包含隐藏向量Z生成层和对所述隐藏向量Z做多层反卷积操作生成疵病图片的多个反卷积层，所述判别器包括多层普通卷积层和全连接层，所述卷积神经网络最后的两个卷积层添加跳跃连接；

将多组噪音输入到所述改进的对抗生成神经网络的生成器中让其生成虚假的MEMS传感器疵病图，把虚假的MEMS传感器疵病图和带标签的真实的MEMS传感器疵病图分别输入到对应的判别器中去训练所述改进的对抗神经网络，待判别器不能分辨出虚假的MEMS传感器疵病图和真实的MEMS传感器疵病图时，利用多组生成器生成多种疵病图，其中每组生成器生成一种疵病图，不同种类的疵病图分别保存到不同的文件夹中，并将真实的MEMS传感器疵病图存入存有与其疵病种类相同的疵病图的文件夹中，将所有文件夹里的图片制作成数据集，然后打散投入到所述卷积神经网络中进行训练；

将需要检测的MEMS传感器图像输入到训练好的所述卷积神经网络，其输出为该MEMS传感器图像各种疵病的概率，选取概率最大的一种作为该MEMS传感器的疵病种类。

4.根据权利要求3所述的MEMS传感器疵病种类识别系统，其特征在于，对所述MEMS传感器图像进行预处理，改变输入图片数据的格式，让其适应所述改进的对抗生成神经网络结合卷积神经网络的结构。