[发明专利]多层卷积稀疏编码的加权递归去噪深度神经网络及方法在审
| 申请号： | 202110598910.4 | 申请日： | 2021-05-31 |
| 公开（公告）号： | CN113344811A | 公开（公告）日： | 2021-09-03 |
| 发明（设计）人： | 王建军;文泽珈;周敏;龚英凡;吴松 | 申请（专利权）人： | 西南大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04;G06N3/08 |
| 代理公司： | 重庆市信立达专利代理事务所(普通合伙) 50230 | 代理人： | 任苇 |
| 地址： | 400715*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提出了一种基于多层卷积稀疏编码(MLCSC)模型的端对端的加权递归去噪卷积神经网络WRDnCN‑LISTA+，该模型以展开的多层学习迭代软阈值算法(ML‑LISTA)为基础，引入递归加权监督机制实现自然图像去噪。展开的ML‑LISTA算法可以和卷积神经网络实现一一对应，加权监督机制也可以改善由简单的递归结构在深层网络中带来的退化问题。引入的可学习权值利用所有中间递归的输出结果，既减弱了不同递归次数对网络性能的影响，也增强去噪性能。递归网络特有的参数共享性质，使构造一个深度卷积神经网络所耗费的参数成本减少，并且保证通过最小化损失函数，可利用反向传播自适应更新模型中的所有参数。 | ||
| 搜索关键词： | 多层 卷积 稀疏 编码 加权 递归 深度 神经网络 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西南大学，未经西南大学许可，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/202110598910.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种定位方法、装置和电子设备
- 下一篇：配气阀岛及废气处理设备的配气方法
