“函数卷积”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果219362个，建议您升级VIP下载更多相关专利

[发明专利]生成卷积神经网络的方法和装置、图像识别方法和装置-CN202110735236.X有效
发明人：尚方信;杨叶辉;李乾;黄海峰;王磊 -专利权人：北京百度网讯科技有限公司
申请日： 2021-06-30 - 公布日： 2022-10-25 - 主分类号： G06V10/82 文献下载
摘要：具体实现方案为：获取待识别图像；将待识别图像输入优化卷积神经网络，得到由优化卷积神经网络输出的对待识别图像中目标的分类结果；其中，优化卷积神经网络基于如下步骤得到：获取初始卷积神经网络以及初始卷积神经网络的原始激活函数；响应于检测到原始激活函数为预设的函数，基于原始激活函数，得到优化激活函数，优化激活函数通过拼接的负值的预设的函数将初始卷积神经网络的卷积层的输出的通道特征进行四倍或四倍以上扩充；基于优化激活函数，对初始卷积神经网络进行改进，得到优化卷积神经网络。该实施方式减少了生成的卷积神经网络的运算量。
生成卷积神经网络方法装置图像识别

[发明专利]用于排放物测量的解卷积方法-CN201280020073.6有效
发明人：弗兰克·贝格霍夫 -专利权人： AVL测试系统公司
申请日： 2012-03-14 - 公布日： 2017-05-17 - 主分类号： G01D3/02 文献下载
摘要：一种用于校正仪器响应的方法包括确定反卷积函数，该反卷积函数位于时域中。记录仪器对废气样本随时间变化的响应。然后对所记录的响应与反卷积函数进行卷积，结果是卷积校正仪器响应。
用于排放测量卷积方法

[发明专利]一种基于卷积神经网络的穿墙雷达成像方法-CN202010490579.X在审
发明人：雒明世;方阳;冯建利;段沛沛;闫效莺 -专利权人：西安石油大学
申请日： 2020-06-02 - 公布日： 2020-08-14 - 主分类号： G01S13/88 文献下载
摘要：本发明公开了一种基于卷积神经网络的穿墙雷达成像方法，训练数据产生，包含输入回波数据及输出参考数据两部分；卷积神经网络为多层网络，包含两个激活函数，即在卷积层设计卷积层激活函数，在输出层设计输出层激活函数；根据输出参考数据和激活函数构造损失函数；通过训练数据、激活函数和损失函数，结合卷积神经网络技术，构建用于穿墙成像的卷积神经网络结构；将训练数据输入到卷积神经网络结构中，对卷积神经网络结构进行训练，然后输入待成像的回波数据
一种基于卷积神经网络穿墙雷达成像方法

[发明专利]神经网络处理方法、装置、电子设备及存储介质-CN202010313409.4有效
发明人：黎桥飞 -专利权人：北京迈格威科技有限公司
申请日： 2020-04-20 - 公布日： 2023-07-25 - 主分类号： G06N3/0464 文献下载
摘要：其中，所述神经网络处理方法，包括：从初始神经网络中确定待处理的原始卷积层；为所述原始卷积层设置激活函数选择器，并为所述原始卷积层的每个输出通道配置多个候选激活函数；训练所述激活函数选择器，并利用训练完成的激活函数选择器，为每个输出通道确定目标激活函数；根据多个输出通道各自的目标激活函数的类型，将所述原始卷积层的多个卷积核划分为多个卷积分支，其中，同一卷积分支中的各个卷积核所对应的输出通道的目标激活函数的类型相同。
神经网络处理方法装置电子设备存储介质

[发明专利]轴孔装配策略模型构建方法、装置、设备及介质-CN202310915415.0在审
发明人：张鹏飞;卢晓雄;李珏;张洁;陈凯华;张吟妹;吴庚尧;陈佳;胡三影;李青雪;马笛;万亦如;余小梦;吴昊;孙晓玮;陈超芳 -专利权人：国网浙江省电力有限公司杭州供电公司
申请日： 2023-07-25 - 公布日： 2023-10-13 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了轴孔装配策略模型构建方法、装置、设备及介质，采集轴孔装配场景的图像数据；根据对全局卷积神经网络模型中全局策略网络和全局值函数网络设置的初始化参数，创建局部卷积神经网络模型；根据设置的奖励函数和状态价值函数确定所述图像数据对应状态的最优策略，通过迭代优化局部卷积神经网络模型中局部值函数网络的参数；根据所述奖励函数和所述状态价值函数计算局部卷积神经网络模型的优势函数；根据所述优势函数更新所述状态价值函数，进而优化局部卷积神经网络模型中局部策略网络的参数；将所有局部卷积神经网络模型参数的改变应用到全局卷积神经网络模型，得到策略模型。
装配策略模型构建方法装置设备介质

[发明专利]用于图像的并行处理的方法和装置-CN201180059994.9有效
发明人：摩塔萨姆·彻海博尔 -专利权人：伊维赛斯公司
申请日： 2011-12-15 - 公布日： 2016-10-26 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及卷积数据的并行计算。尤其是，本发明涉及高斯金字塔构造和图像数据的并行处理，例如用在SIFT算法中的重复卷积的数据的并行计算。这可以通过提供由多个像素定义的一原始图像获得多个差分图像的一种方法来实现，所述方法包括：提供多个模糊卷积函数，所述模糊卷积函数的每一个通过与所述原始图像的卷积提供所述原始图像增加的模糊度；通过计算两个所述模糊卷积函数之间的差来建立多个差分卷积函数Dif，所述模糊卷积函数的每一个提供所述原始图像增加的模糊度；以及通过将所述差分卷积函数Dif的每一个与所述原始图像进行卷积，由所述原始图像计算多个差分图像，以获得差分图像。
用于图像并行处理方法装置

[发明专利]一种准梯形窗的红外光谱切趾方法及系统-CN202211174188.2在审
发明人：韩昕;秦玉胜;高闽光;童晶晶;李相贤 -专利权人：中国科学院合肥物质科学研究院
申请日： 2022-09-26 - 公布日： 2022-12-20 - 主分类号： G01N21/35 文献下载
摘要：本发明提供一种准梯形窗的红外光谱切趾方法及系统，方法包括：分析不少于2种的经典窗函数，据以选择R‑V窗函数作为母函数；时域自卷积处理母函数，根据母函数构建旁瓣性能适用的自卷积R‑V窗函数；引入可调参数和矩形窗函数，据以改进自卷积R‑V窗函数，以得到准梯形窗函数；利用准梯形窗函数进行旁瓣抑制，根据p阶自卷积窗R‑V函数时域表达式，调节比例系数rT及卷积阶数P，以进行切趾操作。
一种梯形红外光谱方法系统

[发明专利]一种图像处理方法、装置、电子设置以及存储介质-CN201910842646.7有效
发明人：张凯皓;马林;李志锋;刘威 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-09-06 - 公布日： 2022-12-09 - 主分类号： G06T5/00 文献下载
摘要：本申请实施例公开了一种图像处理方法、装置、电子设置以及存储介质，本申请属于人工智能领域，方法包括：获取原始模糊图像，获取去模糊生成模型；模糊生成模型包括顶部卷积层、第一卷积层和第二卷积层；基于顶部卷积层中的卷积函数，对原始模糊图像进行卷积，得到输入模糊图像编码特征；基于第一卷积层中的卷积函数和激活函数，对输入模糊图像编码特征进行卷积，得到第一模糊图像编码特征；将输入模糊图像编码特征和第一模糊图像编码特征叠加为第二模糊图像编码特征；基于第二卷积层中的卷积函数和激活函数，对第二模糊图像编码特征进行卷积，得到与原始模糊图像对应的目标清晰图像。
一种图像处理方法装置电子设置以及存储介质

[发明专利]一种用于稀疏干涉阵列的快速成图方法-CN202211333324.8有效
发明人：张利;覃芹 -专利权人：贵州大学
申请日： 2022-10-28 - 公布日： 2023-09-29 - 主分类号： G06F17/15 文献下载
摘要：S1：确定可见度疏密程度指标σ；σ被定义为单位面积内可见度数据的个数；S2：定义σ与网格卷积函数的联系；S3：预定义σ的网格卷积函数；计算量为#imgabs0#预先定义好σ与网格卷积函数之间的关系和网格卷积函数；S4：进行自适应的网格卷积操作；对采样的可见度进行卷积操作，选择自适应的卷积核大小，再用卷积函数采样，将非均匀的可见度数据离散化到规则的格点上；S5：IFFT对格点可见度进行成图；对格点上的可见度数据进行通过自适应可见度数据疏密程度来选择网格卷积函数，可以减少冗余计算量，同时提高成图质量。
一种用于稀疏干涉阵列速成方法

[发明专利]基于神经网络激活函数的芯片加速方法、设备及存储介质-CN202111261476.7在审
发明人：陆飞;雷秀洋;赵国荣 -专利权人：上海品奇科技有限公司
申请日： 2021-10-28 - 公布日： 2023-05-02 - 主分类号： G06N3/063 文献下载
摘要：本发明涉及一种基于神经网络激活函数的芯片加速方法，该方法包括以下步骤：步骤S1、基于HardSwish激活函数，构建卷积神经网络；步骤S2、训练卷积神经网络，直至收敛；步骤S3、根据HardSwish激活函数的分段逼近原则，构建TransLinear分段线性激活函数，并将其作为新的激活函数；步骤S4、将卷积神经网络的HardSwish激活函数替换为TransLinear分段线性激活函数，并对替换激活函数后的新卷积神经网络微调训练，直至再次收敛；步骤S5、将新卷积神经网络部署到芯片中，实现推理加速。
基于神经网络激活函数芯片加速方法设备存储介质

[发明专利]卷积神经网络的训练方法、图像识别方法及其对应的装置-CN201910889110.0在审
发明人：陈锡显;苏玉鑫;赵胜林;沈小勇;戴宇荣;贾佳亚 -专利权人：腾讯云计算(北京)有限责任公司
申请日： 2019-09-19 - 公布日： 2020-01-03 - 主分类号： G06N3/08 文献下载
摘要：本申请提供了一种卷积神经网络的训练方法、图像识别方法及其对应的装置，方法包括：确定用于训练卷积神经网络的训练损失函数，训练损失函数包括卷积神经网络中各卷积层对应的正则项和预设损失函数，正则项表征对对应的卷积层的参数矩阵的各特征值与预设数值的差值求和，预设损失函数表征训练过程中卷积神经网络的输出与实际结果之间的差异；获取训练数据集，训练数据集中包括样本数据，样本数据标注有对应的真实结果标签，样本数据包括对抗样本数据；基于训练损失函数和训练数据集对卷积神经网络进行训练，直至训练损失函数的值满足预设条件时，得到训练好的卷积神经网络。该方案训练得到的训卷积神经网络具有更好的鲁棒性，具有更高的防御能力。
卷积神经网络损失函数样本数据预设训练数据集防御能力参数矩阵结果标签实际结果图像识别训练过程训练数据预设条件鲁棒性求和积层卷积标注输出对抗申请

[发明专利]基于深度学习的人脸识别方法、装置和电子设备-CN201710651972.0有效
发明人：周孺;杨东;王栋 -专利权人：智慧眼科技股份有限公司
申请日： 2017-08-02 - 公布日： 2020-06-19 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度学习的人脸识别方法、装置和电子设备，该方法包括：构建卷积神经网络模型，卷积神经网络模型包括依序连接的第一卷积单元、第一池化层、多个卷积组合、第二池化层和全连接层，其中，第一卷积单元包括第一卷积层、批归一化层和激励函数层，激励函数层同时采用ReLU函数和NReLU函数作为激励函数，相邻的卷积组合之间采用残差网络的短路层进行连接；训练卷积神经网络模型，将训练数据输入卷积神经网络模型，并采用随机梯度下降法进行训练，训练后的卷积神经网络模型去除掉最后的全连接层后只做前向传播即可作为人脸识别时需要的人脸特征数据。本发明使用ReLU+NReLU作为激励函数，能降低运算量，保证精度、减小模型大小和提升运行速度。
基于深度学习识别方法装置电子设备

[发明专利]一种图像分类方法-CN201910659392.5有效
发明人：张珂;王新胜;郭玉荣;何颖宣 -专利权人：华北电力大学（保定）
申请日： 2019-07-22 - 公布日： 2021-07-23 - 主分类号： G06K9/62 文献下载
摘要：本申请提出了一种图像分类方法，涉及一种竞争比损失函数，竞争比损失函数加大了正确类和竞争类的差距，采用该竞争比损失函数训练深度卷积神经网络，得到训练好的基于竞争比损失函数的深度卷积神经网络，因为基于竞争比损失函数的深度卷积神经网络中的竞争比损失函数加大了正确类和竞争类的差距，所以使用基于竞争比损失函数的深度卷积神经网络对图像进行分类能够提高图像分类的准确率。
一种图像分类方法

[发明专利]一种减少参数数量的AlexNet模型架构-CN202111373390.3在审
发明人：朱雪晨;蔡刚;黄志洪 -专利权人：中科亿海微电子科技（苏州）有限公司
申请日： 2021-11-19 - 公布日： 2022-02-22 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种减少参数数量的AlexNet模型架构，包括依次设置的输入图片、第一卷积层、第一激活函数、第一池化层、第二卷积层、第二激活函数、第二池化层、第三卷积层、第三激活函数、第四卷积层、第四激活函数、第五卷积层、第五激活函数、全局平均池化层和全连接层。
一种减少参数数量 alexnet 模型架构

[发明专利]卷积神经网络INT8量化方法、系统、设备及存储介质-CN202010614051.9在审
发明人：徐超;杨冬梅;艾佳楠;章勇;曹李军 -专利权人：苏州科达科技股份有限公司
申请日： 2020-06-30 - 公布日： 2020-10-13 - 主分类号： G06N3/04 文献下载
摘要：本发明提供了一种卷积神经网络INT8量化方法、系统、设备及存储介质，所述方法包括：获取卷积层的参数量化系数，并对所述卷积层的参数进行参数非线性映射，得到量化后参数；获取所述卷积层的输入量化系数，建立所述卷积层的输入量化函数，所述输入量化函数用于将所述卷积层的输入数据非线性映射得到量化后的输入数据；获取所述卷积层的输出量化系数，根据所述量化后参数和所述输入量化函数，建立所述卷积层的输出量化函数，所述输出量化函数用于将所述卷积层的输出数据非线性映射得到量化后的输出数据
卷积神经网络 int8 量化方法系统设备存储介质

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条