龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：哈尔滨工程大学
申请日：2023-10-18
公开（公告）日：2024-06-14
公开（公告）号：CN118196607A
主分类号：G06V20/05
分类号：G06V20/05;G06V10/42;G06V10/44;G06V10/771;G06V10/82;G06N3/045;G06N3/0464;G06N20/00;G06V10/80;G06V10/764
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明属于图像分类技术领域，具体的说是基于CONFORMER算法的向量机图像分类方法，本申请的CONFORMER算法由一个CNN分支和一个Transformer分支组成，这两个分支由局部卷积块、自我注意模块和MLP单元的组合而成。其中，CNN分支具有非常良好的性能，它以分层的方式收集局部特征以获得更好的图像表示。由于自注意力机制和多层感知机结构，VisionTransformer能够反映复杂的空间变换和长距离特征依赖性，从而获得全局特征表示。在水下目标识别任务中，通过本申请提供的基于CONFORMER算法的向量机图像分类方法，相较于现有技术，能够更好的克服样本稀少与特征稀缺导致的不良影响，更加顺利对声纳图像进行分类处理，同时也提高了图像分类处理的准确率。
主权项：1.基于CONFORMER算法的向量机图像分类方法，其特征在于，所述图像分类方法的具体步骤为：S1：进行水下目标识别任务时，通过水下声呐采集水下目标相关数据，再对水下声呐数据进行数据增强及去雾处理，得到声呐数据图像；S2：采用支持向量机对所采集的声呐数据图像进行分割；将带标签的样本集作为支持向量机的输入，同时通过参数调整来寻找最优的分类超平面和决策函数，对所有像素点进行归类，完成图像的分割；S3：在完成图像分割后，采用CONFORMER算法对水下目标进行识别；CONFORMER算法将卷积操作和自注意力机制结合增强特征表示的学习，构建结合支持向量机的CONFORMER非均衡小样本水下目标识别算法模型；S4：使用训练数据集对模型进行训练，并采用粒子群算法对模型参数进行寻优，提高模型的准确率。
全文数据：
权利要求：
百度查询： 哈尔滨工程大学 基于CONFORMER算法的向量机图像分类方法
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