[發明專利]一種基于人工神經網絡的圖像掃描方法及系統

在審

• 申請號: 201811248904.0
• 申請日: 2018-10-25
• 公開（公告）號: CN109117938A
• 公開（公告）日: 2019-01-01
• 發明（設計）人: 王曉銳;狄光智;胡坤融;強振平;董躍宇;苗晟;徐全元
• 申請（專利權）人: 西南林業大學
• 主分類號: G06N3/02
• 分類號: G06N3/02;H04N1/04
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種基于人工神經網絡的圖像掃描方法及系統，其特征在于：所述方法包括：導入訓練樣本數據；獲取包含文件帶掃描圖像；對神經網絡模型驗證；保存模型，所述系統包括：獲取模塊、查找模塊、檢測模塊和驗證模塊。

2.根據權利要求1所述的一種基于人工神經網絡的圖像掃描方法及系統，其特征在于：所述導入訓練樣本數據，然后進行樣本的訓練，再進行人工神經網絡模型的構建，人工神經網絡模型構建完成后利用訓練樣本圖對神經網絡算法進行訓練，然后利用神經網絡算法對圖像進行運算。

3.根據權利要求1所述的一種基于人工神經網絡的圖像掃描方法及系統，其特征在于：所述在利用神經網絡算法對圖像進行運算后，得到對人工神經網絡模型驗證，判斷所述驗證誤差是否符合預設期望精度，若所述驗證結果符合預設期望精度，則將所述初級人工神經網絡模型確定為最終的人工神經網絡模型，然后保存模型。

4.根據權利要求1所述的一種基于人工神經網絡的圖像掃描方法及系統，其特征在于：所述對人工神經網絡模型驗證，判斷所述驗證誤差是否符合預設期望精度，若所述驗證結果不符合預設期望精度，則再跳回到利用訓練樣本圖對神經網絡算法進行訓練，直到所述驗證誤差符合預設期望精度，然后保存模型。

5.根據權利要求1所述的一種基于人工神經網絡的圖像掃描方法及系統，其特征在于：所述導入訓練樣本數據，然后獲取包含文件帶掃描圖像，然后從中獲取輸入向量和輸出向量，通過輸入向量和輸出向量去驗證樣本，直接對人工神經網絡模型進行驗證。

6.根據權利要求1所述的一種基于人工神經網絡的圖像掃描方法及系統，其特征在于：所述利用神經網絡算法對圖像進行運算后，得到對人工神經網絡模型驗證，判斷所述驗證誤差是否符合預設期望精度，若所述驗證結果符合預設期望精度，則將所述初級人工神經網絡模型確定為最終的人工神經網絡模型，然后保存模型，若所述驗證結果不符合預設期望精度，則再跳回到利用訓練樣本圖對神經網絡算法進行訓練，直到所述驗證誤差符合預設期望精度，然后保存模型。