[发明专利]基于一致正则化的在线超限学习机目标识别方法及系统有效
| 申请号： | 202110436775.3 | 申请日： | 2021-04-22 |
| 公开（公告）号： | CN113159072B | 公开（公告）日： | 2022-07-19 |
| 发明（设计）人： | 徐昕;曾宇骏;呼晓畅;方强;周思航;施逸飞 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06V10/50 | 分类号： | G06V10/50;G06V10/77;G06V10/764;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G06N20/00 |
| 代理公司： | 湖南兆弘专利事务所(普通合伙) 43008 | 代理人： | 谭武艺 |
| 地址： | 410073 湖*** | 国省代码： | 湖南;43 |
| 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一致正则化的在线超限学习机目标识别方法及系统，本发明包括进行基于单隐层前馈神经网络的分类器的学习和训练的下述步骤：针对训练图像进行特征提取，得到相应的图像特征集，并将图像特征集随机划分为多个特征子集；对所划分的特征子集，分别生成对应的近邻特征样本；将一致正则化约束引入在线超限学习目标优化函数，随机生成首先单隐层前馈神经网络的隐层节点参数，选取任一特征子集及其邻近样本进行初始化网络权重生成，基于剩余特征子集进行网络权重的迭代更新以完成基于单隐层前馈神经网络的分类器的学习与训练。本发明具有噪声容忍性强、分类识别精度高、学习速度快、任务可扩展性好的优点。 | ||
| 搜索关键词： | 基于 一致 正则 在线 超限 学习机 目标 识别 方法 系统 | ||
【主权项】：
暂无信息
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中国人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，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/202110436775.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于电力CPS的网络安全态势感知方法
- 下一篇：一种充电盒
