[发明专利]一种应用于深度学习的特征提取方法及系统有效
| 申请号： | 201810461081.3 | 申请日： | 2018-05-15 |
| 公开（公告）号： | CN108805030B | 公开（公告）日： | 2022-03-08 |
| 发明（设计）人： | 周旭东;宋海涛;闫超 | 申请（专利权）人： | 成都理想境界科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N99/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610041 四川省成都市高新*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种应用于深度学习的特征提取方法及系统，对现有深度学习计算方式进行了改进，现有技术中，深度学习中的特征提取需要将一组待特征提取的数字信号与滤波器的数字信号进行卷积，本发明将前述两种数字信号形式转换为光信号形式，此时光信号形式可简便地转换为频域，时域上的卷积等同于其对应频域上的点乘，时域上的卷积很复杂，频域点乘的运算会简单很多，本发明可有效减小深度学习计算量，且部分运算转换为光计算后，这部分计算速度即变为光学，计算时间大幅缩小。 | ||
| 搜索关键词： | 一种 应用于 深度 学习 特征 提取 方法 系统 | ||
【主权项】：
1.一种应用于深度学习的特征提取方法，其特征在于，包括：将待特征提取的数字信号和其对应的滤波器的数字信号分别通过显示技术转换为待特征提取的空域图像信息和滤波器的空域图像信息；将所述待特征提取的空域图像信息和所述滤波器的空域图像信息分别通过光学傅里叶变换装置转换为待特征提取的频谱图像信息和滤波器的频谱图像信息，并分别通过光探测器将所述待特征提取的频谱图像信息和滤波器的频谱图像信息输出至处理器中进行点乘运算得到特征提取后的频谱图像信息。
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成都理想境界科技有限公司，未经成都理想境界科技有限公司许可，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/201810461081.3/，转载请声明来源钻瓜专利网。
