摘要
本发明公开基于ResNet算法改进的搭建数据可视化大屏的方法、系统、设备和介质,方法包括:构建训练数据集,利用训练数据集训练改进ResNet18模型;去除训练好的改进ResNet18模型的两层全连接层后作为特征提取器;利用特征提取器提取训练数据集的特征,利用提取的特征训练SVM分类器;对设计大图进行切割得到若干小图,并应用特征提取器提取小图的特征后输入训练好的SVM分类器对小图进行分类,根据小图类别从组件库中匹配组件;并根据小图信息将组件渲染至大屏;根据大屏的数据、显示和事件需求,对组件和大屏页面属性进行配置调整,得到完整的数据可视化大屏。本发明对图表图像分类准确率高于现有模型,并通过低代码组件降低了大屏设计复杂度,避免了重复配置过程。
技术关键词
数据可视化
训练SVM分类器
特征提取器
可视化大屏
残差模块
图像
轮廓提取方法
联合损失函数
边缘检测算法
分水岭算法
随机梯度下降
识别模块
页面
分类准确率
可视化模块
图表
系统为您推荐了相关专利信息
电池历史数据
动态滑动窗口
特征提取模型
热失控预测
残差模块
短接模块
图像分割方法
双线性插值
多尺度特征
输出特征
深度学习框架
标签特征
符号
输出特征
电子显示设备
样本
医学影像数据
图像勾画方法
掩膜数据
注意力机制