| 专利名称 | 基于深度特征与多核Boosting学习相结合的害虫图像识别方法 | 申请号 | CN201710105763.6 | 专利类型 | 发明专利 | 公开（公告）号 | CN107025431A | 公开（授权）日 | 2017.08.08 | 申请（专利权）人 | 中国科学院合肥物质科学研究院 | 发明（设计）人 | 陈天娇;谢成军;余健;张洁;李瑞;陈红波;王儒敬;宋良图 | 主分类号 | G06K9/00(2006.01)I | IPC主分类号 | G06K9/00(2006.01)I;G06K9/62(2006.01)I | 专利有效期 | 基于深度特征与多核Boosting学习相结合的害虫图像识别方法 至基于深度特征与多核Boosting学习相结合的害虫图像识别方法 | 法律状态 | 实质审查的生效 | 说明书摘要 | 本发明涉及基于深度特征与多核Boosting学习相结合的害虫图像识别方法，与现有技术相比解决了害虫图像识别率低的缺陷。本发明包括以下步骤：获取自然图像集；害虫图像的收集、标记和预处理；利用训练集的样本形成块级特征；利用多核Boosting学习的SVM训练多核分类框架；将测试集的样本形成块级特征后，输入训练完成后的多核分类框架中，进行害虫图像的自动识别。本发明利用了害虫图像的多层深度特征并与多核Boosting学习相结合进行害虫的图像识别，提高了害虫识别的准确率。 |
1、源头对接，价格透明
2、平台验证，实名审核
3、合同监控，代办手续
4、专员跟进，交易保障