一种基于神经网络的电子集卡章识别系统及方法

AITNT
正文
推荐专利
一种基于神经网络的电子集卡章识别系统及方法
申请号:CN202410732621
申请日期:2024-06-07
公开号:CN118314408B
公开日期:2024-10-11
类型:发明专利
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
1
设备健康评估的方法、装置及电子设备
设备健康评估 参数 历史运行状态 滤波方式 数据
2
一种基于多传感器融合的跨楼层路径规划方法及相关设备
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
3
一种输电线路状态监测方法、装置及介质
图像边缘检测 绝缘子轮廓 轮廓图像 深度学习模型 导线
4
一种基于区块链的电子保函全流程管理及风险管控系统
编码向量 风险管控系统 语义 隐式特征 拓扑特征
5
基于中波红外光谱的异物识别方法及装置
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号