[发明专利]一种距离映射模式分类方法在审
| 申请号： | 201810507824.6 | 申请日： | 2018-05-24 |
| 公开（公告）号： | CN108985315A | 公开（公告）日： | 2018-12-11 |
| 发明（设计）人： | 孟庆浩;侯惠让 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 程毓英 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种距离映射模式分类方法，所建立的距离映射分类器包括四部分组成，分别是输入层、隐层1、隐层2以及输出层：输入层包含d个神经元节点，每个节点代表一个训练或测试样本的特征向量；将提取得到的多个样本的特征向量组作为距离映射分类器的输入层；隐层1包含N个神经元节点，N代表全部训练样本个数；计算输入的特征向量与N个训练样本特征向量的欧式距离作为隐层1；隐层2包含L个神经元节点，通过线性激活函数可以将隐层1与隐层2连接起来；线性激活函数的两个参数矩阵分别是隐层1和隐层2的连接权重及偏置；分类器模型用于测试样本分类时，直接应用训练得到的转换矩阵，计算出输出矩阵。 | ||
| 搜索关键词： | 隐层 距离映射 神经元节点 特征向量 输入层 激活函数 模式分类 训练样本 分类器 测试样本分类 分类器模型 特征向量组 参数矩阵 测试样本 欧式距离 输出矩阵 应用训练 转换矩阵 输出层 偏置 权重 样本 | ||
【主权项】：
1.一种距离映射模式分类方法，所建立的距离映射分类器包括四部分组成，分别是输入层、隐层1、隐层2以及输出层：[1]输入层输入层包含d个神经元节点，每个节点代表一个训练或测试样本的特征向量；将提取得到的多个样本的特征向量组作为距离映射分类器的输入层；[2]隐层1隐层1包含N个神经元节点，N代表全部训练样本个数；计算输入的特征向量与N个训练样本特征向量的欧式距离作为隐层1；[3]隐层2隐层2包含L个神经元节点，通过线性激活函数可以将隐层1与隐层2连接起来；线性激活函数的两个参数矩阵分别是隐层1和隐层2的连接权重及偏置；[4]输出层输出层包含m个神经元节点，m为样本标签类别总数；分类器隐层2的参数矩阵与输出层的参数矩阵通过一个转换矩阵进行连接；进行训练时，输出层是已知的，从而可以通过计算确定转换矩阵；分类器用于测试样本分类时，直接应用训练得到的转换矩阵，计算出输出矩阵。
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天津大学，未经天津大学许可，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/201810507824.6/，转载请声明来源钻瓜专利网。
- 上一篇：目标检测方法及设备
- 下一篇：一种改进重构网络的胶囊网络图像分类识别方法
