[发明专利]一种基于残差网络的多层感知机人工神经网络在审
| 申请号： | 201611035693.3 | 申请日： | 2016-11-23 |
| 公开（公告）号： | CN106779062A | 公开（公告）日： | 2017-05-31 |
| 发明（设计）人： | 胡伏原;吕凡;谭明奎 | 申请（专利权）人： | 苏州科技大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 苏州睿昊知识产权代理事务所(普通合伙)32277 | 代理人： | 伍见 |
| 地址： | 215009 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于残差网络的多层感知机人工神经网络，基于参差网络的多层感知机人工神经网络包括了若干网络模块结构，采用全连接的方式代替残差神经网络中的卷积，网络模块结构中神经元结构通过每一个隐藏层的输出来得到完整残差模块的输出，其中，每一个隐藏层的输出为si＝ReLU[BN(neti)]；完整的参差模块的输出为oi＝ReLU[BN(neti+1)+neti]。本发明是一种以残差网络为基础，计算量较小、比较准确的多层感知机人工神经网络，能够更好地在除了图像以外的更多领域的应用。 | ||
| 搜索关键词： | 一种 基于 网络 多层 感知 人工 神经网络 | ||
【主权项】：
一种基于残差网络的多层感知机人工神经网络，通过残差神经网络搭建一个信息传递快速通道，训练过程保持原始信息，在残差神经网络中存在内协变量偏移，在残差神经网络中引入BN方法，对于每一个神经元的输入加入参数和每个神经元的输入为：yl(k)=γl(k)x^l(k)+βl(k)---(1)]]>其中，是采用标准差标准化的直线型无量纲化函数，表示为x^l(k)=xl(k)-μσ---(2)]]>μ和σ分别代表输入分布的期望值和标准差；基于参差网络的多层感知机人工神经网络包括了若干网络模块结构，采用全连接的方式代替残差神经网络中的卷积，所述网络模块结构中神经元结构通过每一个隐藏层的输出来得到完整残差模块的输出，其中，每一个隐藏层的输出为si＝ReLU[BN(neti)] (3)完整的参差模块的输出为oi＝ReLU[BN(neti+1)+neti] (4)
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苏州科技大学，未经苏州科技大学许可，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/patent/201611035693.3/，转载请声明来源钻瓜专利网。
