一种适宜识别松材线虫病遥感影像的深度卷积神经网络的构建方法

发明专利有效专利

申请号：
CN202011311592.0
IPC分类号：G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
申请日期：
2020-11-20
申请人：
北京林业大学

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	一种适宜识别松材线虫病遥感影像的深度卷积神经网络的构建方法
申请号	CN202011311592.0	申请日期	2020-11-20
法律状态	实质审查	申报国家	中国
公开/公告日	2021-02-05	公开/公告号	CN112329703A
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;/;4;6;;;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	北京林业大学	申请人地址	北京市海淀区清华东路35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	北京林业大学	当前权利人	北京林业大学
发明人	黄季夏;卢晓;陈力原;方国飞;孙红
代理机构	暂无	代理人	暂无

摘要

本发明公开了一种适宜识别松材线虫病遥感影像的深度卷积神经网络的构建方法，其步骤为：第一步构建松材线虫病遥感影像样本数据集，第二步选择SqueezeNet卷积神经网络进行迁移学习，第三步进行SqueezeNet深度卷积神经网络训练参数的优化，第四步进行深度卷积神经网络结构的优化。本发明流程简单，便于实际操作，实用性强，为松材线虫病的监测提供一种新的技术手段，适用于病虫害监测、遥感影像分类等领域。

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