-
公开(公告)号：CN112257791A
公开(公告)日：2021-01-22
申请号：CN202011156549.1
申请日：2020-10-26
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于CNN和PCA的多属性分类任务的分类方法，属于机器学习和深度学习领域。该方法包括：S1：模型训练：获取多个属性的分类数据集并预处理；对预处理后的数据集采用PCA进行特征提取，得到独立特征；对卷积神经网络CNN进行预训练，再将预处理后的数据集输入预训练后的卷积神经网络CNN，得到组合特征；将独立特征和组合特征进行拼接得到混合特征；将混合特征输入深度神经网络DNN，进行训练；S2：采集实时样本数据；S3：将采集到的实时样本数据依照步骤S1的方式进行处理后，输入到训练好的深度神经网络DNN模型，得到分类结果。本发明能有效提高的多属性分类任务的精度，并大大降低了人工提取特征的成本。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
