摘要
本发明公开了一种基于计算机视觉的中药药材识别分类方法,由训练得到的中药药材识别模型进行识别,所述中药药材识别模型的训练样本包括原始样本和采用基于特征耦合的生成对抗网络算法生成的扩充样本;其中,该生成对抗网络的激活函数通过加权和和正弦变换的方式进行特征耦合,且生成对抗网络中判别器的损失函数包含样本距离损失函数,包括数据点之间的欧式距离、以及数据点在高维特征空间中的拓扑结构关系。本发明能够捕捉复杂特征之间的交互和周期性关系,能够提升生成图像的质量和多样性。
技术关键词
高阶神经网络
计算机视觉
分类方法
生成对抗网络
药材识别方法
中药
编码器算法
样本
多约束条件
特征提取模型
分类器模型
生态
因子
重构
神经网络参数
神经网络算法
数据
系统为您推荐了相关专利信息
负荷特征
无标签样本
负荷分类方法
训练深度学习模型
原型
生成对抗网络
自动生成系统
重构模块
深度神经网络
仿真环境
样本
图像分类方法
模式匹配
图像分类模型
特征空间变化