[发明专利]一种提升卷积神经网络可靠性的方法、系统及设备有效
| 申请号： | 202110411945.2 | 申请日： | 2021-04-16 |
| 公开（公告）号： | CN112965854B | 公开（公告）日： | 2022-04-29 |
| 发明（设计）人： | 谭婧炜佳;王麒翔;平丽琪;阎凯歌 | 申请（专利权）人： | 吉林大学 |
| 主分类号： | G06F11/10 | 分类号： | G06F11/10;G06N3/04 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 王晓坤 |
| 地址： | 130000 吉*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种提升卷积神经网络可靠性的方法，包括：根据输入的图像处理命令确定待处理图像数据、卷积神经网络模型及校验码；利用校验码对卷积神经网络模型进行软错误校验；若卷积神经网络模型未出现软错误，则利用卷积神经网络模型对待处理图像数据进行图像处理。本申请通过在利用卷积神经网络模型对待处理图像数据进行图像处理之前，先对卷积神经网络模型进行软错误校验，进而降低了计算机系统发生软错误的概率。同时，利用校验码进行软错误校验，极大地降低了校验后的卷积神经网络模型出现的概率，提高了利用CNNs得到的图像处理结果精度。本申请同时还提供了一种提升卷积神经网络可靠性的系统、设备及可读存储介质，具有上述有益效果。 | ||
| 搜索关键词： | 一种 提升 卷积 神经网络 可靠性 方法 系统 设备 | ||
【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吉林大学，未经吉林大学许可，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/202110411945.2/，转载请声明来源钻瓜专利网。
