一种基于卷积神经网络的脉冲星识别方法

发明专利有效专利

申请号：
CN201810999644.4
IPC分类号：G06K9/62;G06K9/00
申请日期：
2018-08-30
申请人：
昆明理工大学

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	一种基于卷积神经网络的脉冲星识别方法
申请号	CN201810999644.4	申请日期	2018-08-30
法律状态	实质审查	申报国家	中国
公开/公告日	2019-01-25	公开/公告号	CN109272026A
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;/;0;0查看分类表>
申请人	昆明理工大学	申请人地址	云南省昆明市五华区学府路253号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	昆明理工大学	当前权利人	昆明理工大学
发明人	尚振宏;谢柳;陈万敏
代理机构	暂无	代理人	暂无

摘要

本发明涉及一种基于卷积神经网络的脉冲星识别方法，属于脉冲星识别技术领域。本发明是通过卷积神经网络对样本训练集进行迭代训练，从而利用训练好的卷积神经网络模型实现对脉冲星的识别。该方法将脉冲星识别问题转换为图像识别分类问题，能够实现快速准确的识别脉冲星，而且该方法最大可能地利用更多的脉冲星特征，也能够避免传统人工设计特征的过程，大幅度节约时间成本，具有实时性和简单性，便于实际推广和应用。

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