[发明专利]用于深度学习的稀疏推理模块

权利要求书

1.一种用于深度学习的稀疏推理模块，该稀疏推理模块包括：

存储器和一个或更多个处理器，在所述存储器上具有编码的可执行指令，使得在执行时，所述一个或更多个处理器执行以下操作：

接收数据，并且针对多个图案模板匹配所述数据，以生成针对所述多个图案模板中的每个图案模板的匹配度值；

稀疏化所述匹配度值，使得仅提供满足标准的那些匹配度值，以供进一步处理为稀疏特征矢量，而其它失败的匹配度值被压制成零；以及

利用所述稀疏特征矢量自选参与高级分类的信道。

2.根据权利要求1所述的用于深度学习的稀疏推理模块，其中，所述数据包括静止图像信息、视频信息、以及音频信息中的至少一种。

3.根据权利要求1所述的用于深度学习的稀疏推理模块，其中，所述信道的自选有助于对静止图像信息、视频信息、以及音频信息中的至少一种的分类。

4.根据权利要求1所述的用于深度学习的稀疏推理模块，其中，所述标准需要所述匹配度值高于阈值限度。

5.根据权利要求1所述的用于深度学习的稀疏推理模块，其中，所述标准需要所述匹配度值处于固定量的最高匹配度值之内。

6.一种计算机程序产品，该计算机程序产品针对用于深度学习的稀疏推理，该计算机程序产品包括：

非暂时性计算机可读介质，在该非暂时性计算机可读介质上具有编码的可执行指令，使得当通过一个或更多个处理器执行所述指令时，所述一个或更多个处理器执行以下操作：

接收数据，并且针对多个图案模板匹配所述数据，以生成针对所述多个图案模板中的每个图案模板的匹配度值；

稀疏化所述匹配度值，使得仅提供满足标准的那些匹配度值，以供进一步处理为稀疏特征矢量，而其它失败的匹配度值被压制成零；以及

利用所述稀疏特征矢量自选参与高级分类的信道。

7.根据权利要求6所述的计算机程序产品，其中，所述数据包括静止图像信息、视频信息、以及音频信息中的至少一种。

8.根据权利要求6所述的计算机程序产品，其中，所述信道的自选有助于对静止图像信息、视频信息、以及音频信息中的至少一种的分类。

9.根据权利要求6所述的计算机程序产品，其中，所述标准需要所述匹配度值高于阈值限度。

10.根据权利要求6所述的计算机程序产品，其中，所述标准需要所述匹配度值处于固定量的最高匹配度值之内。

11.一种针对用于深度学习的稀疏推理的方法，所述方法包括以下动作：

使一个或更多个处理器执行在非暂时性计算机可读介质上编码的指令，使得在执行时，所述一个或更多个处理器执行以下操作：

接收数据，并且针对多个图案模板匹配所述数据，以生成针对所述多个图案模板中的每个图案模板的匹配度值；

稀疏化所述匹配度值，使得仅提供满足标准的那些匹配度值，以供进一步处理为稀疏特征矢量，而其它失败的匹配度值被压制成零；以及

利用所述稀疏特征矢量自选参与高级分类的信道。

12.根据权利要求11所述的方法，其中，所述数据包括静止图像信息、视频信息、以及音频信息中的至少一种。

13.根据权利要求11所述的方法，其中，所述信道的自选有助于对静止图像信息、视频信息、以及音频信息中的至少一种的分类。

14.根据权利要求11所述的方法，其中，所述标准需要所述匹配度值高于阈值限度。

15.根据权利要求11所述的方法，其中，所述标准需要所述匹配度值处于固定量的最高匹配度值之内。