[发明专利]基于卷积神经网络预训练模型的卷积核激活值正则化方法和系统在审
| 申请号： | 202310841509.8 | 申请日： | 2023-07-11 |
| 公开（公告）号： | CN116843011A | 公开（公告）日： | 2023-10-03 |
| 发明（设计）人： | 宋明黎;徐文祥;陈琳;贾志杰;冯尊磊 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06N3/084 | 分类号： | G06N3/084;G06N3/088;G06N3/0985;G06N3/0464;G06V10/82;G06V10/764;G06V10/774 |
| 代理公司： | 杭州天正专利事务所有限公司 33201 | 代理人： | 王兵 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 基于卷积神经网络预训练模型的卷积核激活值正则化方法和系统，其方法包括：1)预训练卷积神经网络模型；2)计算卷积核产生的激活值的重要程度；3)正则化处理卷积核产生的激活值，产生新的激活值，使用新的激活值代替原先的激活值；4)基于正则化处理之后的卷积神经网络模型对图像进行分类。本发明找到卷积神经网络预训练模型中每个卷积核产生的激活值的重要程度，基于激活值的重要程度对卷积核激活值进行正则化处理。根据分类结果计算损失函数，利用损失函数对卷积神经网络的参数进行更新，提升预训练卷积神经网络的图像分类性能。 | ||
| 搜索关键词： | 基于 卷积 神经网络 训练 模型 激活 正则 方法 系统 | ||
【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大学，未经浙江大学许可，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/202310841509.8/，转载请声明来源钻瓜专利网。
