一种基于特征融合的网站报错截图分类方法
基本信息
| 申请号 | CN201910604775.2 | 申请日 | - |
| 公开（公告）号 | CN110414571A | 公开（公告）日 | 2019-11-05 |
| 申请公布号 | CN110414571A | 申请公布日 | 2019-11-05 |
| 分类号 | G06K9/62（2006.01）I; G06K9/46（2006.01）I; G06N3/04（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 沈越; 张丽 | 申请（专利权）人 | 浙江网新数字技术有限公司 |
| 代理机构 | 杭州九洲专利事务所有限公司 | 代理人 | 陈继亮 |
| 地址 | 310030 浙江省杭州市西湖区三墩镇西园一路18号A座15楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于特征融合的网站报错截图分类方法，首先对报错截图的图像数据集进行数据增强；缩放图像数据到统一大小，随机分为训练集，验证集和测试集；利用VGG16卷积神经网络的部分网络层对图像进行特征提取；利用尺度不变特征变换算子对图像提取特征；对两种特征通过特征拼接进行融合作为图像的最终特征；将图像的最终特征经过全连接层，Dropout层，Softmax层实现报错截图的正确分类。本发明使用机器学习来训练神经网络进行图像分类，减轻了客服人员的工作量，提高了企业运行效率；通过对数据集图像进行数据增强扩充了数据集，使得训练更充分；将两种图像特征进行融合取得了更好的分类正确率。 |
