[发明专利]一种基于卷积神经网络结构提取图像特征的方法在审
申请号: | 201910121702.8 | 申请日: | 2019-02-17 |
公开(公告)号: | CN109886331A | 公开(公告)日: | 2019-06-14 |
发明(设计)人: | 王楷元;段迅达;其他发明人请求不公开姓名 | 申请(专利权)人: | 太原理工大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 太原市科瑞达专利代理有限公司 14101 | 代理人: | 卢茂春 |
地址: | 030024 山西*** | 国省代码: | 山西;14 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于卷积神经网络结构提取图像特征的方法,属于计算机深度学习领域,其特征是采用不同大小卷积核相结合,在提升网络深度的同时,对网络提取的特征进行降维。本发明增加了卷积神经网络的深度,提高网络提取图像特征的能力,同时避免了由于网络深度增加带来的计算量增大,梯度弥散消失等问题,加快了神经网络的训练过程,提升了网络的性能。 | ||
搜索关键词: | 神经网络结构 提取图像特征 网络提取 卷积 卷积神经网络 神经网络 图像特征 训练过程 网络 计算量 卷积核 弥散 降维 计算机 学习 | ||
【主权项】:
1.一种基于卷积神经网络结构提取图像特征的方法,其特征是采用不同大小卷积核相结合,在提升网络深度的同时,对网络提取的特征进行降维。
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太原理工大学,未经太原理工大学许可,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/201910121702.8/,转载请声明来源钻瓜专利网。