Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 淮安嘉硕科技有限公司徐彬彬获国家专利权

淮安嘉硕科技有限公司徐彬彬获国家专利权

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!

龙图腾网获悉淮安嘉硕科技有限公司申请的专利一种基于深度学习的智能图像识别与分类系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120783091B

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510706010.5,技术领域涉及:G06V10/764;该发明授权一种基于深度学习的智能图像识别与分类系统是由徐彬彬设计研发完成,并于2025-05-29向国家知识产权局提交的专利申请。

一种基于深度学习的智能图像识别与分类系统在说明书摘要公布了:本发明涉及计算机视觉与人工智能技术领域,且公开了一种基于深度学习的智能图像识别与分类系统,系统包括图像预处理模块、特征提取模块、语义建模模块、分类决策模块及自适应优化模块。该系统首先对原始图像进行标准化处理,提取多尺度纹理与边缘特征,并结合注意力机制建模上下文语义信息,形成高维表示;随后通过非线性分类映射实现多标签输出,并依据预测误差自适应优化参数权重。系统在多类别图像场景中具备高鲁棒性与泛化能力,适用于复杂图像环境下的智能识别与精细化分类任务。

本发明授权一种基于深度学习的智能图像识别与分类系统在权利要求书中公布了:1.一种基于深度学习的智能图像识别与分类系统,其特征在于,包括以下模块: 图像预处理模块,用于接收原始图像数据Iraw,并对其进行归一化、增强与分辨率调整,输出标准化图像数据Istd; 特征提取模块,用于接收标准化图像数据Istd,基于多尺度卷积核提取局部纹理特征Ftex和边缘特征Fedg,形成融合特征向量Fext,所述特征提取模块包括: 多尺度卷积单元,采用尺度可变的卷积核集合对标准化图像数据Istd提取局部纹理特征Ftex,其计算公式为: 其中,为标准ReLU激活函数,*为卷积运算; 边缘增强单元,采用拉普拉斯边缘算子Klap进行边缘特征Fedg提取,所述拉普拉斯边缘算子并与局部纹理特征Ftex拼接形成融合特征向量Fext: Fext=ConcatFtex,Fedg; 其中,Fedg=Klap*Istd; 语义建模模块,用于接收融合特征向量Fext,通过双通道注意力网络提取上下文相关语义张量Sctx,并生成中间表示编码Semb; 分类决策模块,用于接收中间表示编码Semb,利用非线性映射函数计算概率分布Pcls,实现多类别标签输出,并根据概率分布Pcls和真实标签Pgt计算误差项εcls; 自适应优化模块,用于基于误差项εcls计算模型梯度,并结合自适应学习率与动量系数对模型参数进行非线性更新优化,所述自适应优化模块包括: 参数更新单元,用于根据分类决策模块输出的误差项εcls,对模型中可学习权重参数ωt进行迭代式非线性优化更新,结合自适应学习率ηt与动量因子μ的更新规则为: 其中,ωt为对应模型中的学习权重,ωt+1为更新后的模型中的学习权重表示误差项εcls对权重ωt的一阶偏导数,动量因子μ范围是[0,1],ηt为根据误差梯度均方根动态调整的学习率,定义为: η0为初始学习率,默认值为0.2。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人淮安嘉硕科技有限公司,其通讯地址为:223001 江苏省淮安市淮阴区新渡口街道淮河东路193号江淮科技园15A号楼1层115室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。