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：华南理工大学
摘要：本发明公开了一种基于卷积复变换神经网络的舌苔图像特征提取方法和系统，方法包括：构建卷积复变换神经网络，包括：卷积层和复数变换层；复数变换层由多个Wave‑CT模块和下采样层交替组成，Wave‑CT模块用于提取输入图像的空间特征以及对应通道的权重特征；将其转换为具有振幅和相位的波，根据复数变换原理，对特征聚合权重进行学习更新，并根据更新后的特征聚合权重以及提取的空间特征和权重特征，输出聚合后的特征；训练卷积复变换神经网络，并根据训练好的所述卷积复变换神经网络对舌苔图像进行特征提取。本发明公开的卷积复变换神经网络可提取图像的深层特征，并能克服样本分布不均的问题，使模型跳出局部最优。
主权项：1.一种基于卷积复变换神经网络的舌苔图像特征提取方法，其特征在于，包括：构建卷积复变换神经网络，所述卷积复变换神经网络依次包括：卷积层和复数变换层；所述复数变换层由多个Wave-CT模块和下采样层交替组成，所述Wave-CT模块用于提取输入图像的空间特征以及对应通道的权重特征；并根据复数变换原理将所述空间特征和权重特征转换为具有振幅和相位的波，具体为：运用对图像的复数变换将图像的特征向量转化为波形式，复数的实部和虚部，分别对应了波形的振幅和相位，数学表达式如下： 式中，i是满足i2＝-1的虚数单位；|·|表示绝对值运算乘法；振幅|zj|表示实部特征，是一个周期函数，其元素始终具有单位范数，θj表示相位，即虚部特征，它是一个波周期内令牌的当前位置，对于振幅和相位，每个令牌都在复值域中进行表示；对特征聚合权重进行学习更新，输出聚合后的特征，公式表示为； Wt,Wi表示可学习的权重；θk表示相位值；zk表示聚合前的特征向量；训练所述卷积复变换神经网络，包括如下步骤：S1、将所述卷积复变换神经网络和sigmoid分类器组成内脏器官状态识别模型；S2、获取舌苔图像，以及对应的内脏器官状态标签；S3、利用所述舌苔图像和所述对应的内脏器官状态标签，对所述内脏器官状态识别模型进行训练；利用训练好的所述卷积复变换神经网络对舌苔图像进行特征提取。
全文数据：
权利要求：
百度查询： 华南理工大学 基于卷积复变换神经网络的舌苔图像特征提取方法和系统
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