专利交易市场

本发明提供了一种基于量子门线路神经网络的肿瘤图像识别装置，用于对肿瘤图像进行识别从而判定肿瘤图像的癌变阶段，其特征在于，包括：预处理部，将需要进行识别的肿瘤图像进行切割处理从而形成像素尺寸为m×n的多个切割待识别图像；图像转换部，对切割待识别图像进行量子化转化，得到对应的量子化切割待识别图像；分类识别部，含有经过训练的量子门线路神经网络模型，用于对肿瘤图像所对应的量子化切割待识别图像进行分类识别从而得到与不同的癌变阶段分别对应的分类，其中，量子门线路神经网络模型的训练过程中，各层权值的更新采用动量更新规则。本发明还提供了一种含有上述基于量子门线路神经网络的肿瘤图像识别装置的图像识别设备。

本发明公开了一种知识产权图形识别中增强分类模型抗背景变化能力的方法，属于图像分类技术领域，该方法包括利用背景替换后的第三原始数据集对第一原始数据集进行增强和利用增强后的第四原始数据集对分类模型进行训练，对第一原始数据集进行增强是通过将候选背景集与第一原始数据集处理得到消去背景的第二原始数据集和替换背景的第三原始数据集，并用替换背景的第三原始数据集对第一原始数据集进行扩充，进而获得增强后的第四原始数据集；再利用消去背景的第二原始数据集和增强后的第四原始数据集共同训练分类模型，本发明在遇到训练场景与实际场景中出现的背景差异较大时依然可以获得较为稳定的分类性能。