[发明专利]基于周期性局部连接卷积神经网络的图像分类方法在审
| 申请号： | 201810831075.2 | 申请日： | 2018-07-26 |
| 公开（公告）号： | CN109165675A | 公开（公告）日： | 2019-01-08 |
| 发明（设计）人： | 赖睿;徐昆然;官俊涛;李奕诗;王东 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 西安嘉思特知识产权代理事务所(普通合伙) 61230 | 代理人： | 闫家伟 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于周期性局部连接卷积神经网络的图像分类方法，包括：将多个卷积核组构建为周期性局部连接卷积层；其中，每个所述卷积核组包括多个卷积核，每个所述卷积核用于对预设图像的指定区域进行周期性卷积操作；根据所述周期性局部连接卷积层构建所述周期性局部连接卷积神经网络；根据所述周期性局部连接卷积神经网络对原始图像的进行分类。本实施例提供的图像识别方法利用周期性局部连接卷积神经网络提高了图像特征提取效率，有效的减小了网络结构的规模，使得图像特征提取对图像内容的位置和角度变化不敏感，因此，具备更强的表达能力，从而具备更高的图像分类正确率。 | ||
| 搜索关键词： | 局部连接 卷积神经网络 图像分类 卷积 图像特征提取 卷积核组 卷积核 构建 角度变化 图像内容 图像识别 网络结构 原始图像 不敏感 正确率 减小 预设 图像 分类 | ||
【主权项】：
1.一种基于周期性局部连接卷积神经网络的图像分类方法，其特征在于，包括：将多个卷积核组构建为周期性局部连接卷积层；其中，每个所述卷积核组包括多个卷积核，每个所述卷积核用于对预设图像的指定区域进行周期性卷积操作；根据所述周期性局部连接卷积层构建所述周期性局部连接卷积神经网络；根据所述周期性局部连接卷积神经网络对原始图像的进行分类。
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西安电子科技大学，未经西安电子科技大学许可，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/201810831075.2/，转载请声明来源钻瓜专利网。
