[发明专利]基于多分类器卷积神经网络的联合训练方法在审
| 申请号： | 202110553129.5 | 申请日： | 2021-05-20 |
| 公开（公告）号： | CN113269306A | 公开（公告）日： | 2021-08-17 |
| 发明（设计）人： | 刘培宇;何玉鹏;姚敏;郭剑;高睿;董树龙;韩崇;王娟 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 南京正联知识产权代理有限公司 32243 | 代理人： | 王素琴 |
| 地址： | 210003 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 基于多分类器卷积神经网络的联合训练方法，包括步骤：分割训练样本；训练单分类器卷积神经网络；训练多分类器卷积神经网络；换下一批训练样本；单独训练线性分类器。本发明提出的参数更新方式，利用置信值预估出每个样本为此层易分类样本的概率，并作用于每层的误差上，通过加上这个误差，即一定梯度的正方向，调和了多走的距离。提出的新的参数更新方式通过使用来表示此分类样本为前面层的易分类样本的概率，量化了需要加上的误差的必要性。提出的新的训练方式，先训练单分类器卷积神经网络，再训练每层带线性分类器的多分类器卷积神经网络，先给予每层卷积层参数一定的训练，有益于每层的线性分类器更加专注于本层卷积层所提取的特征的识别。 | ||
| 搜索关键词： | 基于 分类 卷积 神经网络 联合 训练 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南京邮电大学，未经南京邮电大学许可，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/202110553129.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种绿色节能防火建筑钢结构
- 下一篇：一种母线槽内部自动除尘装置
