[发明专利]一种基于深度卷积神经网络的三维形状分类方法在审
| 申请号： | 201710104324.3 | 申请日： | 2017-02-24 |
| 公开（公告）号： | CN106874955A | 公开（公告）日： | 2017-06-20 |
| 发明（设计）人： | 夏春秋 | 申请（专利权）人： | 深圳市唯特视科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518057 广东省深圳市高新技术产业园*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明中提出的一种基于深度卷积神经网络的三维形状分类方法，其主要内容包括数据输入、初始卷积神经网络、集束搜索、知识迁移，其过程为，它利用卷积神经网络，首先选择相对简单的卷积神经网络结构作为搜索树的根节点，并利用集束搜索方法从根节点开始探索候选的更复杂的模型；当生成新的候选卷积神经网络时，通过从母卷积神经网络适当地传送到其后代，使得集束搜索的结果有效，最终得到最佳的卷积神经网络。本发明在流行的三维形状数据集上的性能优于现有方法，还成功地将参数总数减少了98％左右；同时由于采用了集束搜索方法再进行知识迁移，还可以容易地应用于需要在小型训练数据集上的鲁棒性深入学习的其他问题。 | ||
| 搜索关键词： | 一种 基于 深度 卷积 神经网络 三维 形状 分类 方法 | ||
【主权项】：
一种基于深度卷积神经网络的三维形状分类方法，其特征在于，主要包括数据输入(一)；初始卷积神经网络(二)；集束搜索(三)；知识迁移(四)。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市唯特视科技有限公司，未经深圳市唯特视科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710104324.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种信息获取的方法以及相关装置
- 下一篇：图像分类卷积神经网络结构的构建方法
