一种微型神经网络模型

发明专利有效专利

申请号：
CN202010771817.4
IPC分类号：G06N3/04;G06N3/08
申请日期：
2020-08-04
申请人：
华北电力大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种微型神经网络模型
申请号	CN202010771817.4	申请日期	2020-08-04
法律状态	公开	申报国家	中国
公开/公告日	2020-11-03	公开/公告号	CN111882043A
优先权	暂无	优先权号	暂无
主分类号	G06N3/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/04 体系结构，例如，互连拓扑〔7〕	IPC分类号	G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	华北电力大学	申请人地址	北京市昌平区北农路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	华北电力大学	当前权利人	华北电力大学
发明人	律方成;金潮伟;王胜辉
代理机构	北京化育知识产权代理有限公司	代理人	尹均利

摘要

本发明公开了一种微型神经网络模型，包括高度优化的Core卷积核子网络和基于SSD的辅助特征提取子网络，所述Core卷积核子网络包括Core卷积核子网络方法，包括以下步骤：S1、将Core卷积核初步提取后生成多个特征图，S2、经过选取特定特征图传入辅助特征提取子网络用于预测，S3、在保证目标检测精度的同时最小化模型，所述S1中Core卷积组包含3×3卷积核，所述Core卷积组中的3×3卷积核的数量比正常卷积组的数量减少。本发明，Core卷积组均由低维度卷积核组成，极大的压缩了神经网络计算参数量，该卷积组方便将神经网络模型部署于嵌入式边缘计算设备，更小的Core卷积组网络结构体系实现更为高效的特征提取。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供