[发明专利]一种用于序列数据的多尺度深度学习识别方法在审
| 申请号： | 202210194015.0 | 申请日： | 2022-03-01 |
| 公开（公告）号： | CN114565082A | 公开（公告）日： | 2022-05-31 |
| 发明（设计）人： | 高华;胡晨琛;毛科技;毛家发 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06V40/20;G06V20/40;G06V10/764;G06V10/774;G06V10/82;G10L25/30;G10L25/63;G06K9/62 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 忻明年 |
| 地址： | 310014 浙*** | 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： | 本发明公开了一种用于序列数据的多尺度深度学习识别方法，采集序列数据并标注，构成原始序列训练数据集，对修改好的深度神经网络模型进行训练，从原始序列训练数据集的训练样本中随机截取时长为t的数据采样，前向传播输入到深度神经网络模型，同时对时长为t的数据中进行扩充或缩减和重采样模拟时间多尺度，采样取得的数据前向传播输入到深度神经网络模型，综合两个网络的分类损失和特征损失反向传播训练神经网络模型。本发明在训练过程中对训练数据进行一定范围内的随机重采样来模拟多尺度现象，具有更高的识别准确度。训练时两个分支网络的参数共享，有效提高了训练效率；在识别过程中仅需采用一个分支网络，具有高效性。 | ||
| 搜索关键词： | 一种 用于 序列 数据 尺度 深度 学习 识别 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浙江工业大学，未经浙江工业大学许可，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/202210194015.0/，转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
