[发明专利]一种基于改进监督学习算法的图像识别方法在审

专利信息
申请号: 201810933344.6 申请日: 2018-08-16
公开(公告)号: CN109117884A 公开(公告)日: 2019-01-01
发明(设计)人: 李建平;顾小丰;胡健;刘丹;林思哲;李平;冯文婷;俞腾秋 申请(专利权)人: 电子科技大学
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G06N3/08
代理公司: 成都正华专利代理事务所(普通合伙) 51229 代理人: 陈选中
地址: 611731 四川省成*** 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: 发明公开了一种基于改进监督学习算法的图像识别方法,包括如下步骤:S1、将图像输入多层脉冲神经网络,编码得到输入脉冲序列;S2、引入延迟策略和噪音阈值对监督学习算法进行改进,并对输入脉冲序列进行学习,得到输出脉冲序列;S3、将输出脉冲序列和目标脉冲序列进行对比,得到误差信号;S4、判断误差信号是否满足要求;S5、调整多层脉冲神经网络模型各层权重和延迟;S6、根据得到的输出脉冲序列,实现图像的识别;本发明解决了现有技术存在的监督学习算法的学习效率低,导致对图像的识别效率无法满足要求,抗噪声能力低,导致在噪音环境下的准确率和效率低,对图像的识别不准确的问题。
搜索关键词: 学习算法 输出脉冲序列 脉冲神经网络 输入脉冲序列 图像识别 误差信号 图像 多层 延迟 监督 抗噪声能力 改进 目标脉冲 图像输入 学习效率 噪音环境 权重和 准确率 噪音 引入 学习
【主权项】:
1.一种基于改进监督学习算法的图像识别方法,其特征在于,包括如下步骤:S1:根据目标脉冲序列定义图像种类;S2:将预处理后的图像输入多层脉冲神经网络进行训练,使用延迟相位编码将图像信息转换成脉冲点火模式,编码得到输入脉冲序列;S3:引入延迟策略和噪音阈值对监督学习算法进行改进,并使用改进监督学习算法对输入脉冲序列进行学习,得到输出脉冲序列;S4:将输出脉冲序列和目标脉冲序列进行对比,得到误差信号;S5:判断误差信号是否满足要求,若是则进入步骤S7,否则进入步骤S6;S6:根据误差信号,调整多层脉冲神经网络模型各层权重和延迟,并进入步骤S3;S7:输出步骤S1中对应的图像种类,实现图像的识别。
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电子科技大学,未经电子科技大学许可,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/201810933344.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code