一种基于深度卷积神经网络的次品虾快速识别方法

发明专利有效专利

申请号：
CN201910298647.X
IPC分类号：G06K9/62;G06N3/04;G06N3/08
申请日期：
2019-04-15
申请人：
中国计量大学

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	一种基于深度卷积神经网络的次品虾快速识别方法
申请号	CN201910298647.X	申请日期	2019-04-15
法律状态	授权	申报国家	暂无
公开/公告日	2019-09-06	公开/公告号	CN110210510A
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;;;G;0;6;N;3;/;0;8查看分类表>
申请人	中国计量大学	申请人地址	浙江省杭州市江干区学源街258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	中国计量大学	当前权利人	中国计量大学
发明人	刘子豪;徐志玲;徐新胜;孔明
代理机构	北京和信华成知识产权代理事务所（普通合伙）	代理人	张菊萍

摘要

本发明公开了一种基于深度卷积神经网络的次品虾快速识别方法，包括以下步骤：1)改进传统的LeNet‑5的第一卷积层和第二卷积层，并扩增为三层平行网络；2)加入组合分类器思想，改进传统的LeNet‑5分类模式，形成分类组合层；3)以最少的参数和最优的识别率为指标，优化调整网络结构。本发明可直接用于对虾养殖加工厂的样本预处理环节，剔除次品虾，实现对虾质量在线评估和测量，以满足对虾产品的精选分级要求。

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