[发明专利]一种深度多层网络驱动的特征聚合类别划分器在审
| 申请号： | 202010066674.7 | 申请日： | 2020-01-20 |
| 公开（公告）号： | CN111259152A | 公开（公告）日： | 2020-06-09 |
| 发明（设计）人： | 刘秀萍;李蕊男 | 申请（专利权）人： | 刘秀萍 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/295;G06F40/30;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 321200 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出的一种深度多层网络驱动的特征聚合类别划分器，比单模态的类别划分有较大提升，通过对每个类别的错误分类实例进行分析，发现多模态的学习分类方法明显错误更少，错误原因更易查找和解决。在对统计差异性大的不同模态特征的关联学习上，深层的学习模型更具优势。而对于使用不同特征的同一模型，实验发现使用区域卷积神经网络驱动的模态聚合模型在单个类上的准确率大都优于使用文档主题和卷积神经网络驱动的模态聚合模型。另外，在性能上，由于使用区域卷积神经网络驱动的模态聚合模型具有运算性能上的优势，特征提取速度更快，从而使整个过程获得了更高的效率和准确率。 | ||
| 搜索关键词： | 一种 深度 多层 网络 驱动 特征 聚合 类别 划分 | ||
【主权项】：
暂无信息
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刘秀萍，未经刘秀萍许可，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/202010066674.7/，转载请声明来源钻瓜专利网。
