基于迁移学习和模型融合的垃圾分类方法、系统及介质

发明专利有效专利

申请号：
CN202010518521.1
IPC分类号：G06K9/62;G06N3/04
申请日期：
2020-06-09
申请人：
中科院成都信息技术股份有限公司

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	基于迁移学习和模型融合的垃圾分类方法、系统及介质
申请号	CN202010518521.1	申请日期	2020-06-09
法律状态	实质审查	申报国家	中国
公开/公告日	2020-10-16	公开/公告号	CN111783841A
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;N;3;/;0;4查看分类表>
申请人	中科院成都信息技术股份有限公司	申请人地址	四川省成都市武侯区人民南路4段9号科分院内计算所变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中科院成都信息技术股份有限公司	当前权利人	中科院成都信息技术股份有限公司
发明人	秦小林;顾勇翔;崔小莉;许洋;彭云聪
代理机构	成都创新引擎知识产权代理有限公司	代理人	向群

摘要

本发明公开了一种基于迁移学习和模型融合的垃圾分类方法、系统及存储介质，该方法中，通过分类器对垃圾图像数据进行分类，并输出相应的分类结果，而且，由于本发明所采用的分类器其生成过程包括通过使用Adaboost算法将两种不同的分类网络构建成为两个强分类器，泛化错误率低，不会出现过拟合，能够达到工业需求的高准确率；以及还包括利用决策层融合的方式将两个强分类器融合，从而充分利用特征多样性，进一步提高分类准确率。

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