[发明专利]基于自步学习的混合空洞卷积神经网络的图像分类方法有效

专利信息
申请号: 202010190679.0 申请日: 2020-03-18
公开(公告)号: CN111428876B 公开(公告)日: 2022-08-23
发明(设计)人: 陆广泉;张文振;朱晓峰;张师超;黄天城;宋嘉港;李泽鑫 申请(专利权)人: 广西师范大学
主分类号: G06N3/08 分类号: G06N3/08;G06N3/04;G06K9/62
代理公司: 桂林市华杰专利商标事务所有限责任公司 45112 代理人: 杨雪梅
地址: 541004 广西壮*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于自步学习的混合空洞卷积神经网络的图像分类方法,包括如下步骤:1)图像预处理;2)构建混合空洞卷积神经网络;3)批处理;4)初始化;5)训练自步学习的混合空洞卷积神经网络;6)迭代训练;7)测试。这种方法可加快传统卷积神经网络的收敛并提高泛化能力,还可避免因使用池化导致的图像信息损失,能计算更多的信息,进而提高分类性能。
搜索关键词: 基于 学习 混合 空洞 卷积 神经网络 图像 分类 方法
【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广西师范大学,未经广西师范大学许可,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/202010190679.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top