[发明专利]人工神经网络调整方法和装置有效
| 申请号： | 201810653962.5 | 申请日： | 2018-06-22 |
| 公开（公告）号： | CN110633722B | 公开（公告）日： | 2023-07-14 |
| 发明（设计）人： | 刘吉;田露 | 申请（专利权）人： | 赛灵思电子科技（北京）有限公司 |
| 主分类号： | G06V10/82 | 分类号： | G06V10/82;G06V10/774;G06V10/764;G06V10/94;G06V40/16 |
| 代理公司： | 北京展翼知识产权代理事务所(特殊普通合伙) 11452 | 代理人： | 张阳 |
| 地址： | 100029 北京市朝阳区安定路*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 提出了一种人工神经网络(ANN)调整方法和装置。所述ANN包括多个层并且被训练用于进行分类推理。例如，所述ANN可以是被训练用于细粒度图像识别的神经网络。所述方法包括：将训练数据集按照当前所针对的类别划分为当前类别和其他类别，其中，属于所述当前类别的数据特征被称为正类特征，属于所述其他类别的数据特征被称为反类特征；以及以规定所述正类特征比所述反类特征相距所述当前类别的当前类别特征中心近的第一损失函数对所述ANN进行调整。本发明从损失函数着手，设计了一种有效的损失函数，能够拉近类内的距离，增大类间距离，提高分类效果，进而从整体上提升人工神经网络的预测精度。 | ||
| 搜索关键词： | 人工 神经网络 调整 方法 装置 | ||
【主权项】：
1.一种人工神经网络(ANN)调整方法，所述ANN包括多个层并且被训练用于进行分类推理，所述方法包括：/n将训练数据集按照当前所针对的类别划分为当前类别和其他类别，其中，属于所述当前类别的数据特征被称为正类特征，属于所述其他类别的数据特征被称为反类特征；以及/n以第一损失函数对所述ANN进行调整，所述第一损失函数规定所述正类特征与所述当前类别的当前类别特征中心的距离比所述反类特征与所述当前类别的当前类别特征中心的距离近。/n
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赛灵思电子科技（北京）有限公司，未经赛灵思电子科技（北京）有限公司许可，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/201810653962.5/，转载请声明来源钻瓜专利网。
