一种基于数据增强的多模型融合舌像智能分类方法

专利主权项内容

1.一种基于数据增强的多模型融合舌像智能分类方法，其特征在于：包括：步骤1、将各舌苔图像作为各训练样本，并构成原始数据集，将原始数据集进行扩展得到训练数据集，对训练数据集中各训练样本进行预测标签和真实标签添加；步骤2、结合多个网络结构分别提取训练数据集中各训练样本不同维度的特征，并进行融合，得到融合特征；步骤3、对各训练者进行难训练样本选取，据此设置难训练样本队列，并对难训练样本队列进行强化训练；步骤4、提取各训练者的属性标签，将属性标签为全局和本体的训练者分别记为全局训练者和本地训练者，将各本地训练者与全局训练者进行数据交换，并对交换后的数据进行再次训练，并根据训练结果进行舌像分类；步骤5、进行多个训练数据集对比实验，得到对比实验数据，分析所述对比实验数据，得到对比实验结果，进而输出对比实验结果。