应用神经网络深度学习的智能测判方法

发明专利有效专利

申请号：
CN202010407547.9
IPC分类号：G06K9/00;G06N3/04;G06N3/06;G06N3/08;G16H50/20
申请日期：
2020-05-14
申请人：
青岛翰林汇力科技有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	应用神经网络深度学习的智能测判方法
申请号	CN202010407547.9	申请日期	2020-05-14
法律状态	实质审查	申报国家	中国
公开/公告日	2020-09-01	公开/公告号	CN111611893A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;6;;;G;0;6;N;3;/;0;8;;;G;1;6;H;5;0;/;2;0查看分类表>
申请人	青岛翰林汇力科技有限公司	申请人地址	山东省青岛市中国（山东）自由贸易试验区青岛片区长白山路888号九鼎峰大厦302-16室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	青岛翰林汇力科技有限公司	当前权利人	青岛翰林汇力科技有限公司
发明人	戚意强;李博;张淞源
代理机构	杭州永航联科专利代理有限公司	代理人	蒋文

摘要

本发明提供了一种应用神经网络深度学习的智能测判方法，神经网络包括输入神经网络层和输出神经网络层，输入神经网络层和输出神经网络层之间存在呈递进排列的多层隐含神经网络层，输入神经网络层包含若干输入神经元，隐含神经网络层包含若干隐含神经元，输出神经网络层包含若干输出神经元，智能测判方法包括以下内容：A、深度学习方法；B、测判方法。本发明省去了对目标信息值的大量标注，可以最大限度地减少人工负担。将所有特征信息进行整体识别，完成对所有目标信息值的监测，省去创建多项识别器的繁琐，避免目标信息值遗漏问题。可以学习、训练特定目标信息值的专用识别器，并不断扩大对应领域。不断进化成更高精度、更大规模的系统。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供