一种基于卷积神经网络的图像爬虫优化方法[CN201610839591.0] - 浙江工业大学

专利申请

2016-09-22
公布公告

2019-10-11
授权日期

2019-10-11
终止

2029-10-08

一种基于卷积神经网络的图像爬虫优化方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201610839591.0 申请日期： 2016-09-22 专利主类别： G06F16/9535 {{ classMap["G06F16/9535"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区潮王路18号浙江工业大学

专利分类项目

G06F16/9535 :

G06F16/583 :

G06K9/62 : 应用电子设备进行识别的方法或装置

专利注册信息

初审公告期号	2016-09-22	初审公告日期	2019-10-11
注册公告期号	2019-10-11	注册公告日期	2019-10-11
专用权期限	2019-10-11 - 2029-10-08	专利类型	发明授权
代理组织机构	杭州斯可睿专利事务所有限公司查看该机构代理的所有专利

专利介绍

一种基于卷积神经网络的网络爬虫优化方法，包括以下步骤：1)利用网络爬虫从各网站爬取初始数据，人工将数据分为无噪声数据集Free_Noisy和完全噪声数据集Pure_Noisy；2)使用初始数据集训练NoisyCNN网络；3)利用网络爬虫开始对主流搜索引擎和图像分享网站中搜集大量目标分类的图像数据，同时定期执行步骤4；4)利用NoisyCNN网络对数据筛选，将数据将分为Weak_Noisy和Pure_Noisy；5)使用扩充后数据更新NoisyCNN网络；6)判断Pure_Noisy数据量是否合理，决定是否继续爬虫；7)停止爬虫。本发明能有效减少数据噪声、提升工作效率。

法律进度