[发明专利]卷积神经网络模型及其训练方法和装置、巡检方法和装置有效
| 申请号： | 201910542703.X | 申请日： | 2019-06-21 |
| 公开（公告）号： | CN110263920B | 公开（公告）日： | 2021-08-10 |
| 发明（设计）人： | 沙芸;刘学君;甘建旺;李齐飞;晏涌 | 申请（专利权）人： | 北京石油化工学院 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 北京细软智谷知识产权代理有限责任公司 11471 | 代理人： | 牟应龙 |
| 地址： | 102600 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种卷积神经网络模型及其训练方法和装置、巡检方法和装置，卷积神经网络模型的训练方法，包括：对获取的训练数据集进行卷积处理，得到所述训练数据集对应的特征映射数据；基于预设的边缘卷积规则，提取所述特征映射数据的有效特征数据；将所述有效特征数据输入待训练卷积神经网络模型，进行特征训练，实现了对无用特征数据进行过滤，从而利用有效特征数据对待训练卷积神经网络模型进行训练，使得训练过程能够快速收敛，得到训练后的卷积神经网络模型。采用本发明的技术方案，能够提高卷积神经网络模型的训练速度。 | ||
| 搜索关键词： | 卷积 神经网络 模型 及其 训练 方法 装置 巡检 | ||
【主权项】：
1.一种卷积神经网络模型的训练方法，其特征在于，包括：对获取的训练数据集进行卷积处理，得到所述训练数据集对应的特征映射数据；基于预设的边缘卷积规则，提取所述特征映射数据的有效特征数据；将所述有效特征数据输入待训练卷积神经网络模型，进行特征训练，得到训练的卷积神经网络模型。
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北京石油化工学院，未经北京石油化工学院许可，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/201910542703.X/，转载请声明来源钻瓜专利网。
