一种基于图像的地点识别方法

发明专利无效专利

申请号：
CN202010211561.1
IPC分类号：G06K9/00;G06K9/62;G06N3/04
申请日期：
2020-03-24
申请人：
安徽果力智能科技有限公司

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	一种基于图像的地点识别方法
申请号	CN202010211561.1	申请日期	2020-03-24
法律状态	撤回	申报国家	中国
公开/公告日	2020-07-17	公开/公告号	CN111428640A
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;/;6;2;;;G;0;6;N;3;/;0;4查看分类表>
申请人	安徽果力智能科技有限公司	申请人地址	安徽省淮北市相山区凤凰山经济开发区凤凰路7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	安徽果力智能科技有限公司	当前权利人	安徽果力智能科技有限公司
发明人	刘阳;刘珂
代理机构	合肥方舟知识产权代理事务所（普通合伙）	代理人	宋萍

摘要

本发明涉及一种基于图像的地点识别方法，包括以下步骤：1)采集图像、初步提取特征；2)初始化；3)求解特征提取权重矩阵；4)对特征空间进行变换；5)随机生成隐藏层映射函数的输入权重向量与输入偏置；6)生成隐藏层输出函数；7)生成隐藏层输出矩阵；8)初始化输出权重矩阵；9)输出权重矩阵迭代优化；10)使用训练完成的预测模型识别地点类型。该发明仅采用了四层的人工神经网络，相比于深度神经网络具有更小的模型体积、更快的训练速度，同时引入了特征提取层以保证特征提取的性能，提升了分类准确度。

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