[发明专利]基于多源信息融合的林业生态环境人机交互方法有效
申请号: | 201711408339.5 | 申请日: | 2017-12-22 |
公开(公告)号: | CN107992904B | 公开(公告)日: | 2020-04-07 |
发明(设计)人: | 朱智勤;秦石磊;李鹏华;李嫄源;郑明耀 | 申请(专利权)人: | 重庆邮电大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京同恒源知识产权代理有限公司 11275 | 代理人: | 赵荣之 |
地址: | 400065 *** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于多源信息融合的林业生态环境人机交互方法,属于神经网络领域。该方法围绕林业生态中声音、图像、文字等关键信息综合处理,研究面向多源异构林业生态数据的稀疏特征提取、决策融合分析的共性技术,处理林业生态环境中多源异构信息,通过多模态信息的融合实现对于林业生态信息的多角度理解与分析。本发明融合人工智能在图像、语音识别和自然语言处理中的已有先进成果,面向林业生态典型应用场景,采用“云”到“端”的处理方式,利用视觉、语言、听觉等各种感知所记忆的多通道信息,构建林业生态环境统一语义表达的多模态人机交互平台,丰富林业生态监管手段、提升林业生态管理效率。 | ||
搜索关键词: | 基于 信息 融合 林业 生态环境 人机交互 方法 | ||
【主权项】:
基于多源信息融合的林业生态环境人机交互方法,其特征在于:该方法包括以下步骤:S1:多源异构数据的特征稀疏化提取;S2:多源异构特征统一表示;S3:深度自编码下的多源异构决策信息融合;S4:采用稀疏自编码和卷积神经网络算法,进行多模态数据的深度特征提取,构建基于多源信息融合的深度学习模型;通过选择合适的梯度表示,对学习模型进行交叉验证,检查学习模型是否存在缺陷;S5:深度学习模型优化。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201711408339.5/,转载请声明来源钻瓜专利网。
- 上一篇:牲畜身份识别方法、装置、存储介质和电子设备
- 下一篇:样本数据均衡方法和装置
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端,信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置