[发明专利]一种便捷卷积方法

权利要求书

1.一种便捷卷积方法，其特征在于，包括以下步骤：

(1)从MNIST数据集中获取训练集与测试集，其中训练集包括60000个样本，测试集包括10000个样本，输入尺寸为28*28，输出尺寸为10，样本大小为50；

(2)构建一个具有两个完全连接层的二次卷积神经网络，每个便捷卷积层之后是随机池化层和ReLU层，第一个完全连接层的末尾是ReLU层，第二个完全连接层直接连接到softmax层，便捷卷积层和随机池化层均由模式K来控制操作模式；

(3)利用步骤(1)中的数据集对步骤(2)中构建的系统进行测试。

2.根据权利要求1所述的便捷卷积层和随机池化层均由模式K来控制操作模式，其特征在于，包括：

随机池化层模式K在池化之前被随机设置，随机池化层随机选择滑动窗口中四个像素中的一个像素来表示池化滑动窗口的输出，当模式K为0时，每次都从滑动窗口中选择第0个像素，选择出第一个像素0元素后，将滑动窗口向右滑动两步以获得第二个像素0元素，直到挑选出全部的像素0元素，随机池化层的输出特征图由这些像素0元素组成，当模式K为1、2、3时，对像素1、2、3元素执行相同的操作；

便捷卷积层使用与随机池化层相同的模式K进行控制，窗口0是用于在池化层中生成用于池化窗口的选定像素0元素的选定窗口，每个窗口0是在模式0下输入图像上的滑动卷积窗口，这些卷积窗口的输出是池化层中用于随机池化所需的像素，第一个窗口0在合并窗口中生成第一个像素0，第二个窗口0在合并窗口中生成第二个像素0，卷积窗口在输入图像上滑动以产生卷积层的输出特征，各种模式K确定各种窗口K，以生成合并窗口中所需的各种像素K元素，从左到右，从上到下滑动后，形成卷积层的特征图；

利用从输入图像中提取到的数据进行卷积计算，卷积计算公式如下：

其中，x(m,n)表示输入图像的大小，W(u,v)是卷积滤波器的权重矩阵。