[发明专利]一种光电混合深度卷积神经网络方法在审
| 申请号： | 202011456483.8 | 申请日： | 2020-12-11 |
| 公开（公告）号： | CN112700000A | 公开（公告）日： | 2021-04-23 |
| 发明（设计）人： | 董明利;孙一辰;于明鑫;祝连庆;张东亮;庄炜;张旭 | 申请（专利权）人： | 北京信息科技大学 |
| 主分类号： | G06N3/067 | 分类号： | G06N3/067;G06N3/04;G06N3/08 |
| 代理公司： | 北京律恒立业知识产权代理事务所(特殊普通合伙) 11416 | 代理人： | 庞立岩;顾珊 |
| 地址： | 100085 北京市海淀区清*** | 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： | 深度学习是增长最快的机器学习方法之一，光学机器学习在功率效率，可扩展性和计算速度方面具有优势。已经引入了基于衍射深度神经网络(D2NN)的光学机器学习方法来执行功能，因为输入光通过使用计算机的深度学习设计的无源层衍射。我们通过改变训练损失函数并减少误差反向传播步骤中消失梯度的影响来介绍D2NN的改进。除了创建低功耗和高帧率无处不在的机器学习平台之外，这种基于D2NN的混合神经网络将在智能光学成像器和传感器设计中得到应用。本方法的目的是提供光电混合深度神经网络的方法，该方法操作简单，并且能够提高识别图像的准确率。 | ||
| 搜索关键词： | 一种 光电 混合 深度 卷积 神经网络 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北京信息科技大学，未经北京信息科技大学许可，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/202011456483.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种角度调整机构
- 下一篇：一种非线性光学卷积神经网络的图像识别方法
