摘要
本申请公开了一种香榧种类识别方法、电子设备和可读存储介质;该方法包括预设香榧识别模型,通过香榧识别模型识别香榧图像中的特征,并根据香榧图像中的特征识别香榧的种类;特征提取模块,特征提取模块基于模拟量子优化方法,来优化特征提取的神经网络参数,提取香榧图像中的关键特征;特征降维模块,特征降维模块基于稀疏编码自编码器,对关键特征进行特征降维;分类器模块,分类器模块基于光滑近似的极限学习机算法,对降维后的关键特征进行分类,输出香榧的种类。本申请有效提取香榧图像的关键特征,同时减少计算复杂度;提高模型的泛化能力和训练效率;减少了噪声对识别准确性的影响。
技术关键词
量子态
特征提取模块
识别方法
极限学习机算法
神经网络参数
量子优化方法
生成对抗网络
编码器
分类器
图像
演化算法
数据
融合特征
样本
动态
编解码器
随机噪声
系统为您推荐了相关专利信息
面向多源异构数据
知识图谱构建方法
逻辑回归模型
自然语言
知识图谱构建系统
分类识别模型
类别识别方法
无标签数据
无监督
蒸馏
智能评价系统
舌象图像
表达式
Morlet小波变换
特征提取模块