[发明专利]一种提升卷积神经网络泛化能力的方法及装置在审
| 申请号： | 201611261398.X | 申请日： | 2016-12-30 |
| 公开（公告）号： | CN106682734A | 公开（公告）日： | 2017-05-17 |
| 发明（设计）人： | 乔宇;张潇 | 申请（专利权）人： | 中国科学院深圳先进技术研究院 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06K9/62 |
| 代理公司： | 深圳中一专利商标事务所44237 | 代理人： | 阳开亮 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于神经网络技术领域，提供了一种提升卷积神经网络泛化能力的方法及装置，所述方法包括：从训练集中读取一组图像，将所述一组图像映射为多个图像特征向量，并按照图像的类别将图像特征向量分为多个类；根据每个类内的图像特征向量计算整体的类内损失函数；根据每个类内的图像特征向量计算整体的类间损失函数；根据整体的类内损失函数利用反向传播算法更新卷积神经网络中各节点的权值；根据整体的类间损失函数利用反向传播算法更新卷积神经网络中各节点的权值；循环执行上述步骤，直到所述卷积神经网络在所述训练集上收敛或者达到预定的循环次数。通过本发明可保留具有长尾分布的所有数据，充分利用尾部数据丰富的类间信息，提升卷积神经网络模型的泛化能力。 | ||
| 搜索关键词： | 一种 提升 卷积 神经网络 泛化 能力 方法 装置 | ||
【主权项】：
一种提升卷积神经网络泛化能力的方法，其特征在于，所述方法包括：从训练集中读取一组图像，将所述一组图像映射为多个图像特征向量，并按照图像的类别将图像特征向量分为多个类；根据每个类内的图像特征向量计算整体的类内损失函数；根据每个类内的图像特征向量计算整体的类间损失函数；根据整体的类内损失函数利用反向传播算法更新卷积神经网络中各节点的权值；根据整体的类间损失函数利用反向传播算法更新卷积神经网络中各节点的权值；循环执行上述步骤，直到所述卷积神经网络在所述训练集上收敛或者达到预定的循环次数。
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中国科学院深圳先进技术研究院，未经中国科学院深圳先进技术研究院许可，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/201611261398.X/，转载请声明来源钻瓜专利网。
- 上一篇：具人体温度检测功能的智能马桶
- 下一篇：一种使用方便的多方向进污口式集污装置
