一种基于特征融合的网站报错截图分类方法

发明专利有效专利

申请号：
CN201910604775.2
IPC分类号：G06K9/62;G06K9/46;G06N3/04
申请日期：
2019-07-05
申请人：
浙江网新数字技术有限公司

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	一种基于特征融合的网站报错截图分类方法
申请号	CN201910604775.2	申请日期	2019-07-05
法律状态	实质审查	申报国家	中国
公开/公告日	2019-11-05	公开/公告号	CN110414571A
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;;;G;0;6;K;9;/;4;6;;;G;0;6;N;3;/;0;4查看分类表>
申请人	浙江网新数字技术有限公司	申请人地址	浙江省杭州市西湖区三墩镇西园一路18号A座15楼变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江网新数字技术有限公司	当前权利人	浙江网新数字技术有限公司
发明人	沈越;张丽
代理机构	杭州九洲专利事务所有限公司	代理人	陈继亮

摘要

本发明公开了一种基于特征融合的网站报错截图分类方法，首先对报错截图的图像数据集进行数据增强；缩放图像数据到统一大小，随机分为训练集，验证集和测试集；利用VGG16卷积神经网络的部分网络层对图像进行特征提取；利用尺度不变特征变换算子对图像提取特征；对两种特征通过特征拼接进行融合作为图像的最终特征；将图像的最终特征经过全连接层，Dropout层，Softmax层实现报错截图的正确分类。本发明使用机器学习来训练神经网络进行图像分类，减轻了客服人员的工作量，提高了企业运行效率；通过对数据集图像进行数据增强扩充了数据集，使得训练更充分；将两种图像特征进行融合取得了更好的分类正确率。

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