[发明专利]一种基于卷积神经网络随机池化的图像分类方法有效
| 申请号： | 201810391921.3 | 申请日： | 2018-04-27 |
| 公开（公告）号： | CN108596258B | 公开（公告）日： | 2022-03-29 |
| 发明（设计）人： | 吴晓富;史璐璐;张索非 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/82;G06V10/774;G06N3/04;G06N3/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210000 江苏*** | 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卷积神经网络随机池化的图像分类方法，该方法包括如下步骤：将待处理图像数据集划分为训练集、测试集；设计分类任务的卷积神经网络；对图像训练集和测试集在输入训练卷积网络前进行预处理；将预处理后的训练集和测试集依次分批量导入卷积神经网络，卷积层得到四维张量特征图，使用激活函数激活特征图；将激活后的特征图导入池化层进行随机池化采样概率的运算；分别计算输出训练、测试阶段的随机池化响应；利用训练集训练卷积神经网络模型，利用分类训练好的模型完成对测试集的分类。本发明有效地解决了图像分类任务中，卷积神经网络随机池化通用于负值响应激活函数的问题，极大地提高了卷积神经网络泛化能力。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 随机 图像 分类 方法 | ||
【主权项】：
1.一种基于卷积神经网络随机池化的图像分类方法，其特征在于，该方法包括如下步骤：(1)将待处理图像数据集划分为训练集、测试集；(2)设计用于待处理图像数据集分类任务的卷积神经网络；(3)对图像训练集和测试集在输入训练卷积网络前进行预处理；(4)将预处理后的训练集和测试集依次分批量导入卷积神经网络结构中，卷积层得到四维张量特征图，使用激活函数激活特征图；(5)将激活后的特征图导入卷积神经网络的池化层进行随机池化采样概率的运算；(6)以每个池化域内采样概率形成的多项式分布进行采样，输出为训练阶段的随机池化响应；(7)使用训练集训练卷积神经网络模型，利用分类训练好的卷积神经网络模型完成对测试集的分类。
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南京邮电大学，未经南京邮电大学许可，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/201810391921.3/，转载请声明来源钻瓜专利网。
