[发明专利]一种基于区域特征的卷积神经网络损失度量方法在审
| 申请号： | 201910155582.3 | 申请日： | 2019-03-01 |
| 公开（公告）号： | CN110119803A | 公开（公告）日： | 2019-08-13 |
| 发明（设计）人： | 杨刚;郑春红;曹卫杰;王传聪 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06K9/62 |
| 代理公司： | 西安西达专利代理有限责任公司 61202 | 代理人： | 刘华 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 卷积神经网络 区域特征 度量 局部分类器 分类器 全局 计算复杂度 网络 测试阶段 分类结果 局部区域 局部损失 权值参数 神经网络 训练阶段 有效地 池化 融合 联合 | ||
【权利要求书】：
1.一种基于区域特征的卷积神经网络损失度量方法，其特征在于，包括以下步骤：
1)首先，在卷积神经网络的最后一层中为每个类别生成一张相应的区域特征图；
2)然后通过平均值池化的方法缩小步骤1)生成的区域特征图；
3)在训练阶段采用基于区域特征图的卷积神经网络损失度量方法对局部分类器与全局分类器进行联合训练，基于区域特征的卷积神经网络损失度量方法表示为：
其中，f(·)表示Softmax函数，wi为每个分类器的权值参数,x为区域特征图平均池化后生成的m×n×c维的区域特征张量，m为特征图的行数，n为特征图的列数；
4)在测试阶段利用训练得到的权值参数将局部分类器组合成全局分类器得出最终的分类结果。
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西安电子科技大学，未经西安电子科技大学许可，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/201910155582.3/1.html，转载请声明来源钻瓜专利网。
- 上一篇：多卡合一系统及实现方法
- 下一篇：一种基于强化学习的爱恩斯坦棋博弈算法
