【技术实现步骤摘要】
一种数据分类方法及数据分类系统
[0001]本专利技术涉及数据处理
,具体涉及一种数据分类方法及数据分类系统
。
技术介绍
[0002]近年来,随着机器学习和现代计算机视觉的深入发展,目标划分
、
目标检测等图像处理技术也已在计算机辅助医学诊断行业大范围应用
。
利用目标检测技术可在图像处理过程中实现对特征的提取和分类标识
。
[0003]然而现有技术中,目标检测技术的实时性和精准性不够,且在训练时存在过采样和欠采样的问题
。
技术实现思路
[0004]针对现有技术中的上述不足,本专利技术提供了一种数据分类方法及数据分类系统
。
[0005]为了达到上述专利技术目的,本专利技术采用的技术方案为:
[0006]第一方面,一种数据分类方法,所述方法包括:
[0007]获取包含分类标识的待识别图像,并利用图像增强函数对该待识别图像进行特征增强;其中,所述分类标识的数量不少于一;
[0008]构建基于
NWD
的数据分类模型,并利用特征增强后的待识别图像训练该数据分类模型,得到训练后的数据分类模型;
[0009]利用训练后的数据分类模型对待识别图像进行数据分类
。
[0010]进一步地,所述获取包含分类标识的待识别图像,并对该待识别图像进行特征增强的步骤包括:
[0011]获取包含分类标识的待识别图像,判断各分类标识下待识别图像的数量是否均衡;
...
【技术保护点】
【技术特征摘要】
1.
一种数据分类方法,其特征在于,所述方法包括:获取包含分类标识的待识别图像,并利用图像增强函数对该待识别图像进行特征增强;其中,所述分类标识的数量不少于一;构建基于
NWD
的数据分类模型,并利用特征增强后的待识别图像训练该数据分类模型,得到训练后的数据分类模型;利用训练后的数据分类模型对待识别图像进行数据分类
。2.
根据权利要求1所述的数据分类方法,其特征在于,所述获取包含分类标识的待识别图像,并对该待识别图像进行特征增强的步骤包括:获取包含分类标识的待识别图像,判断各分类标识下待识别图像的数量是否均衡;若不均衡,并利用图像增强函数对待识别图像进行特征增强
。3.
根据权利要求2所述的数据分类方法,其特征在于,所述利用图像增强函数对待识别图像进行特征增强的步骤包括:利用图像增强函数对待识别图像的视觉特征进行增强,所述视觉特征包括:边缘特征
、
轮廓特征以及对比度特征
。4.
根据权利要求2所述的数据分类方法,其特征在于,所述利用图像增强函数对待识别图像的视觉特征进行增强的步骤包括:利用图像仿射变换函数对各分类标识下图像数据不均衡的待识别图像进行数据增强;其中,图像仿射变换函数的表达式为:
x
′
=
x+t
x
y
′
=
y+t
y
其中,
x
,
y
分别为像素点在
X
及
Y
方向上的位置,
t
x
,
t
y
为平移变换在
X
方向及
Y
方向上的移动量,
x
’
,
y
’
为平移后像素在
X
方向及
Y
方向上的位置;
x1,
y1分别为缩放变换时像素点初始在
X
方向及
Y
方向上的位置,
s
为缩放比例,
x1’
,
y1’
分别为缩放后像素在
X
方向及
Y
方向上的位置
。5.
根据权利要求1所述的数据分类方法,其特征在于,所述构建基于
NWD
的数据分类模型,并利用特征增强后的该待识别图像训练该数据分类模型,得到训练后的数据分类模型的步骤包括:依据特征增强后的待...
【专利技术属性】
技术研发人员:黄钊旭,张博韬,胡成华,
申请(专利权)人:四川用联信息技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。