[发明专利]图像专业性的深度卷积神经网络预测

权利要求书

1.图像专业性的深度卷积神经网络预测，其特征在于：包括深度卷积神经网络预测单元，所述深度卷积神经网络预测单元交互连接服务器系统，所述服务器系统交互连接客户端，所述客户端交互连接存储模块，所述存储模块交互连接图像输入模块，所述图像输入模块交互连接操作单元，所述操作单元交互连接所述服务器系统，所述图像输入模块交互连接服务器系统；

所述深度卷积神经网络预测单元，用于生成数字图像的专业性得分，为机器学习模型，其有效地推断出均匀输入字段和期望输出之间的非线性关系，输出字段是分类类别或标量；

所述服务器系统，用于承担额外的管理、配置、稳定、安全等功能，处于网络中的核心部位；

所述客户端，用于与服务器相对应，是为客户提供本地服务的程序，通过软件将其配置为用于执行操作的硬件模块；

所述存储模块，用于将经过所述深度卷积神经网络预测单元处理后的图像进行存储；

所述图像输入模块，用于将图像的图片信号转化为信息信号输入至深度卷积神经网络预测单元进行处理；

所述操作单元，用于管理硬件资源并提供公共服务。

2.根据权利要求1所述的图像专业性的深度卷积神经网络预测，其特征在于：所述深度卷积神经网络预测单元包括卷积层、非线性层、汇集层和分类层，所述分类层包括滤波器。

3.根据权利要求1所述的图像专业性的深度卷积神经网络预测，其特征在于：所述服务器系统包括联网模块和应用服务器。

4.根据权利要求3所述的图像专业性的深度卷积神经网络预测，其特征在于：所述联网模块包括信号接收模块和信号输出模块，所述应用服务器包括API服务器、网络服务器和搜索引擎。

5.根据权利要求1所述的图像专业性的深度卷积神经网络预测，其特征在于：所述存储模块包括存储器和数据库。

6.根据权利要求5所述的图像专业性的深度卷积神经网络预测，其特征在于：所述数据库包括简档数据库、社交图数据库和行为数据库。

7.根据权利要求1所述的图像专业性的深度卷积神经网络预测，其特征在于：所述操作单元包括内核和驱动程序。

8.根据权利要求1所述的图像专业性的深度卷积神经网络预测，其特征在于：所述图像输入模块设有计算机，所述计算机包括摄像头、鼠标、键盘和显示屏。

9.根据权利要求2所述的图像专业性的深度卷积神经网络预测，其特征在于：所述深度卷积神经网络预测单元包括多个级，每个级包含不同的所述卷积层，所述非线性层、所述汇集层和所述分类层。

10.根据权利要求2所述的图像专业性的深度卷积神经网络预测，其特征在于：所述卷积层相连接所述非线性层，所述非线性层相连接汇集层，所述汇集层相连接分类层。