[发明专利]一种基于深度神经网络的中药材识别方法在审
| 申请号： | 201710939672.2 | 申请日： | 2017-10-11 |
| 公开（公告）号： | CN107958257A | 公开（公告）日： | 2018-04-24 |
| 发明（设计）人： | 文贵华;庄奕珊 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 广州市华学知识产权代理有限公司44245 | 代理人： | 李斌 |
| 地址： | 510006 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度神经网络的中药材识别方法，包括如下步骤将网络爬虫和人工拍照采集中药材图片作为数据集的输入并进行预处理；训练与预测过程采用集成学习之Bagging方法，即采用随机采样方法产生多个子训练集；利用经典卷积神经网络模型对各个子训练集进行微调训练，生成多个弱分类器，采用的卷积神经网络模型包括AlexNet、SqueezeNet和GoogleNet，最后配合Softmax分类算法；并使用集成学习组合策略得到强分类器，得到分类结果，所述集成学习组合策略采用投票法。本发明方法用于辅助识别中药材，减少业余人士在识别中出现的错误，且能准确性高、识别速度快、性能稳定地分析中药材。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 中药材 识别 方法 | ||
【主权项】：
一种基于深度神经网络的中药材识别方法，其特征在于，所述的中药材识别方法包括如下步骤：S1、采集中药材图片作为数据集的输入，将采集的中药材图片进行预处理；S2、采用随机采样方法产生多个中药材子训练集；S3、利用卷积神经网络模型对各个中药材子训练集进行微调训练，生成多个中药材识别弱分类器；S4、采用集成学习组合策略得到中药材识别强分类器，得到中药材分类结果。
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华南理工大学，未经华南理工大学许可，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/patent/201710939672.2/，转载请声明来源钻瓜专利网。
