摘要
本发明涉及数据识别技术领域,尤其涉及一种基于神经网络的电子集卡章识别系统及方法。内容包括:获取并智能化处理原始电子集卡章图像数据,得到处理后的电子集卡章图像数据;从处理后的电子集卡章图像数据中提取特征,得到电子集卡章图像特征向量;通过层次特征优化深度学习模型对电子集卡章图像特征向量进行学习和优化,得到高层次特征向量;并使用自适应多层分类算法对高层次特征向量进行分类,得到分类结果。解决了在电子集卡章识别过程中,对数据处理不够准确以及识别准确率较低的技术问题。
技术关键词
图像特征向量
电子
高层次
深度学习模型
识别方法
图像增强算法
直方图均衡化
特征提取模块
神经网络模型
非线性
识别系统
非局部均值滤波
对比度
数据采集模块
数据识别技术
决策
系统为您推荐了相关专利信息
右侧障碍物
多传感器融合
楼层地图
路径规划方法
路径规划装置
图像边缘检测
绝缘子轮廓
轮廓图像
深度学习模型
导线
异物识别方法
高分子化合物
异物识别装置
分类模型识别
分析单元