龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：厦门大学
摘要：本申请的实施例提供了一种点云分类模型的隐语义分析方法、装置、介质及设备。该方法包括：将点云数据输入至点云分类模型中进行识别处理，以使点云分类模型输出分类结果；根据分类结果以及点云分类模型中各神经元的启动值，按照神经元之间的启动链路反向确定各神经元与分类结果之间的相关性值；根据点云分类模型对点云数据的分组信息，确定在点云分类模型的各网络层中与各分组点云分别对应的目标神经元组；根据目标神经元组中每一神经元对应的相关性值，确定该网络层中与目标神经元组对应的分组点云的显著值，以生成与各网络层相对应的可视化信息。本申请实施例的技术方案可以提高隐语义分析的分析结果的可靠性，保证隐语义分析的分析效果。
主权项：1.一种点云分类模型的隐语义分析方法，其特征在于，包括：将点云数据输入至点云分类模型中进行识别处理，以使所述点云分类模型输出所述点云数据对应的分类结果；根据所述分类结果以及所述点云分类模型在所述识别处理中各神经元的启动值，按照所述识别处理中所述神经元之间的启动链路反向确定各所述神经元与所述分类结果之间的相关性值；根据所述点云分类模型在所述识别处理中对所述点云数据的分组信息，确定在所述点云分类模型的各网络层中与各分组点云分别对应的目标神经元组；根据所述目标神经元组中每一神经元对应的相关性值，确定在所述目标神经元组所属的网络层中与所述目标神经元组对应的分组点云的显著值，所述显著值用于描述在所述网络层的识别过程中对所述分组点云的依赖程度；根据各所述网络层中每一目标神经元组对应的分组点云的显著值，分别生成与各所述网络层相对应的可视化信息。
全文数据：
权利要求：
百度查询： 厦门大学 点云分类模型的隐语义分析方法、装置、介质及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号