首页专利查询专利详情

*来源于国家知识产权局数据，仅供参考，实际以国家知识产权局展示为准

一种基于格拉姆矩阵正则化的卷积神经网可视化方法

发明专利有效专利

申请号：
CN201810258375.6
IPC分类号：G06N3/04;G06N3/08;G06K9/62
申请日期：
2018-03-27
申请人：
北京工业大学

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	一种基于格拉姆矩阵正则化的卷积神经网可视化方法
申请号	CN201810258375.6	申请日期	2018-03-27
法律状态	授权	申报国家	中国
公开/公告日	2018-08-31	公开/公告号	CN108470209A
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;;;G;0;6;K;9;/;6;2查看分类表>
申请人	北京工业大学	申请人地址	北京市朝阳区平乐园100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	北京工业大学	当前权利人	北京工业大学
发明人	王少帆;邵广翠;孔德慧;尹宝才
代理机构	北京思海天达知识产权代理有限公司	代理人	吴荫芳

摘要

本发明公开了一种基于格拉姆矩阵正则化的卷积神经网可视化方法，包括给定一个图像表示函数和参考表示，通过优化目标函数求出这个参考表示的输入层数据，作为对应的卷积神经网络待可视化层的可视化结果。本发明可以对不同的卷积神经网络的不同层的特征进行可视化。本发明对可视化技术的正则项进行了改进，取得了对可视化的愚弄效应进行抵抗的效果。

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