[发明专利]一种基于八元数卷积神经网络的图像分类方法有效
| 申请号： | 201810748292.5 | 申请日： | 2018-07-10 |
| 公开（公告）号： | CN109086802B | 公开（公告）日： | 2022-04-08 |
| 发明（设计）人： | 伍家松;徐玲;孔佑勇;杨冠羽;章品正;杨淳沨;姜龙玉;舒华忠 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/774;G06V10/82;G06K9/62;G06N3/04 |
| 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： | 211189 江*** | 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八元数卷积神经网络的图像分类方法，首先，输入训练图像，并且将训练图像表示成八元数矩阵的形式；其次，建立八元数卷积神经网络并且训练八元数卷积神经网络，学习得到每一层的网络参数，即训练模型；然后，用校验图像集进行校验，调整到最佳网络参数；最后，对测试图像进行测试，统计分类结果，计算识别率。本发明构造的八元数卷积神经网络，应用八元数矩阵表达方式保留图像内部的内在结构，使得在各种分类任务中，构造的网络与传统方法相比能够获得更高的图像的分类准确率。 | ||
| 搜索关键词： | 一种 基于 八元数 卷积 神经网络 图像 分类 方法 | ||
【主权项】：
1.一种基于八元数卷积神经网络的图像分类方法，其特征在于，包括以下步骤：(1)输入训练图像，并且将训练图像表示成八元数矩阵的形式；(2)构建八元数卷积神经网络模型，并对其进行训练；(3)用校验图像集进行校验，调整到最佳网络参数；(4)对测试图像进行测试，统计分类结果，计算识别率。
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东南大学，未经东南大学许可，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/201810748292.5/，转载请声明来源钻瓜专利网。
