[发明专利]同步自适应时空特征表达学习模型的构建方法及相关方法有效
| 申请号： | 201610602678.6 | 申请日： | 2016-07-27 |
| 公开（公告）号： | CN107704924B | 公开（公告）日： | 2020-05-19 |
| 发明（设计）人： | 王亮;杜勇 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人： | 郭文浩 |
| 地址： | 100080 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了针对序列的同步自适应时空特征表达学习模型的构建方法及其相关的模型分析方法和行为识别方法。其中，该构建法包括首先将长短时记忆神经元输入及三个控制门的全连接替换为四组独立的滤波器，依次构建卷积递归神经元；然后，将X个CRN并行排列，构建卷积递归神经网络层；接着根据以下方式构建隐含层：各CRN的输出只存在向其自身基本单元的反馈连接，且各CRN之间不存在连接关系；再在卷积递归神经网络层和输入序列之间构建卷积层；最后，将Y个卷积递归神经网络层相堆叠，形成卷积递归神经网络，单个卷积递归神经网络层包含Z个子层。通过本发明实施例可以获取更具区分性的序列时空信息表达，而且无需复杂的预处理。 | ||
| 搜索关键词： | 同步 自适应 时空 特征 表达 学习 模型 构建 方法 相关 | ||
【主权项】：
一种针对序列的同步自适应时空特征表达学习模型的构建方法，所述方法至少包括：将长短时记忆神经元输入及三个控制门的全连接替换为四组独立的滤波器，依次构建卷积递归神经元CRN；将所述X个CRN并行排列，构建卷积递归神经网络层；其特点在于：建立所述各CRN的输出只向其自身基本单元的反馈连接，且在所述各CRN之间不建立连接关系；在所述卷积递归神经网络层和输入序列之间构建卷积层；将Y个所述卷积递归神经网络层相堆叠，形成卷积递归神经网络，其中单个所述卷积递归神经网络层包含Z个子层，所述X、所述Y及所述Z均为正整数。
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国科学院自动化研究所，未经中国科学院自动化研究所许可，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/201610602678.6/，转载请声明来源钻瓜专利网。
