[发明专利]基于随机计算贝叶斯神经网络误差注入的图像分类方法有效
| 申请号： | 202110545001.4 | 申请日： | 2021-05-19 |
| 公开（公告）号： | CN113516172B | 公开（公告）日： | 2023-05-12 |
| 发明（设计）人： | 姜书艳;孙召曦;许怡楠;黄乐天 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/84;G06V10/82;G06V10/94;G06N3/04;G06N3/047;G06N3/042;G06N3/08;G06N5/046;G06N3/063 |
| 代理公司： | 北京正华智诚专利代理事务所(普通合伙) 11870 | 代理人： | 杨浩林 |
| 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： | 本发明公开了一种基于随机计算贝叶斯神经网络误差注入的图像分类方法，包括以下步骤：S1：对输入数据、权重参数和偏置参数进行缩放；S2：通过前向转换电路将缩放后的浮点输入数据、浮点权重参数和浮点偏置参数转换为随机位流形式；S3：搭建贝叶斯神经网络的随机计算神经元结构；S4：计算各个神经元节点的缩放比例，进行前向推理；S5：将输出位流转换为浮点形式，得到单次推理的输出结果；S6：重复步骤S4‑S5，取均值，并作为分类结果。本发明所提供的基于贝叶斯神经网络误差注入的图像分类方法，利用随机计算固有的噪声特性，无需引入额外的误差注入电路，实现了贝叶斯神经网络推理过程中计算与误差注入的统一。 | ||
| 搜索关键词： | 基于 随机 计算 贝叶斯 神经网络 误差 注入 图像 分类 方法 | ||
【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/202110545001.4/，转载请声明来源钻瓜专利网。
