利用改善的机器学习检测植物疾病的感染

发明专利有效专利

申请号：
CN201980085520.8
IPC分类号：G06K9/00;G06K9/36;G06N3/00;G06N3/02;G06N20/00
申请日期：
2019-10-23
申请人：
克莱米特公司

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	利用改善的机器学习检测植物疾病的感染
申请号	CN201980085520.8	申请日期	2019-10-23
法律状态	公开	申报国家	中国
公开/公告日	2021-08-06	公开/公告号	CN113228041A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? 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〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;3;6;;;G;0;6;N;3;/;0;0;;;G;0;6;N;3;/;0;2;;;G;0;6;N;2;0;/;0;0查看分类表>
申请人	克莱米特公司	申请人地址	美国加利福尼亚州变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	克莱米特公司	当前权利人	克莱米特公司
发明人	佘颖;关伟
代理机构	北京市金杜律师事务所	代理人	罗利娜

摘要

公开了一种用于调整卷积神经网络(CNN)以捕获不同类别的表征特征的系统和处理方法。在一些实施例中，系统被编程为从初始CNN的最后几个卷积层中的一个卷积层中的、通常对应于更特定于类别的特征的滤波器开始，将它们进行排序以在更相关的滤波器中进行磨练，并且通过关闭在那一卷积层中较不相关的滤波器来更新初始CNN。结果通常是摆脱了某些无助于对类别进行表征的滤波器的更通用CNN。

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