[发明专利]一种基于一般依赖树的视觉问题推理模型及系统有效
| 申请号： | 201810623776.7 | 申请日： | 2018-06-15 |
| 公开（公告）号： | CN109086892B | 公开（公告）日： | 2022-02-18 |
| 发明（设计）人： | 林倞;李百林;王青;梁小丹 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06N5/04 | 分类号： | G06N5/04;G06N3/04;G06N3/08 |
| 代理公司： | 广州容大知识产权代理事务所(普通合伙) 44326 | 代理人： | 刘新年 |
| 地址： | 510220 广东省*** | 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： | |||
| 搜索关键词： | 一种 基于 一般 依赖 视觉 问题 推理 模型 系统 | ||
【权利要求书】：
1.一种基于一般依赖树的视觉问题推理模型，包括：卷积层、双向长短期记忆网络层、递归神经网络以及多层感知器，所述卷积层、双向长短期记忆网络并列连接所述递归神经网络，最后再接入所述多层感知器，所述递归神经网络的拓扑结构由一般性语法分析树指导生成；
所述递归神经网络包括若干个子网络，每个子网络包括并列的对抗注意力模块和残差组合模块，其中所述对抗注意力模块由卷积层、全连接层并列连接双线性融合层，再连接卷积层构成，所述残差组合模块由两个全连接层并列连接双线性融合层，再连接全连接层，最后再与所述残差组合模块输入部分作残差连接构成。
2.如权利要求1所述的一种基于一般依赖树的视觉问题推理模型，其特征在于：所述视觉问题推理模型的学习采用反向传播算法。
3.如权利要求1所述的一种基于一般依赖树的视觉问题推理模型，其特征在于，所述视觉问题推理模型的学习步骤如下：
通过大量的文本数据来预训练一般性语法分析树的拓扑结构；
通过大量的视觉问题推理数据，使用反向传播算法迭代训练所述卷积层、双向长短期记忆网络层、递归神经网络以及多层感知器的模型参数，直到收敛。
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山大学，未经中山大学许可，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/pat/books/201810623776.7/1.html，转载请声明来源钻瓜专利网。
- 上一篇：基于模糊逻辑推理的热斑故障诊断方法
- 下一篇：设备管理快速响应系统
