基于特征聚类的固体材料一致性分选方法

发明专利有效专利

申请号：
CN202110536045.0
IPC分类号：G06K9/62
申请日期：
2021-05-17
申请人：
济南弛枫网络科技有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于特征聚类的固体材料一致性分选方法
申请号	CN202110536045.0	申请日期	2021-05-17
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-13	公开/公告号	CN113255752A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2查看分类表>
申请人	济南弛枫网络科技有限公司	申请人地址	山东省济南市中国(山东)自由贸易试验区济南片区经十路汉峪金谷A5-4号楼609-28室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	济南弛枫网络科技有限公司	当前权利人	济南弛枫网络科技有限公司
发明人	段月月
代理机构	暂无	代理人	暂无

摘要

本申请涉及人工智能领域，更具体地涉及一种基于特征聚类的固体材料一致性分选方法，其采用基于深度学习的计算机视觉技术来进行固体材料的一致性分选。更具体地，对固体材料的一致性分选等价于对固体材料进行特征聚类，即，基于深度学习所获得的对象的特征进行聚类。在本申请中，为了能够获得充分表达固体材料的外观信息的特征，对于待分选的每个固体材料，首先获取其在多个角度下的多个图像，并通过卷积神经网络获得相应的特征图。并且，为了提高单个对象的特征平均相关性的度量，采用类Softmax函数的形式计算单个概率分布与概率分布的均值之间的比率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供