一种基于空间金字塔的卷积神经网络的图像分类方法

发明专利有效专利

申请号：
CN201710198700.X
IPC分类号：G06K9/62;G06N3/04
申请日期：
2017-03-29
申请人：
湖北工业大学

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	一种基于空间金字塔的卷积神经网络的图像分类方法
申请号	CN201710198700.X	申请日期	2017-03-29
法律状态	授权	申报国家	暂无
公开/公告日	2017-07-28	公开/公告号	CN106991440A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4查看分类表>
申请人	湖北工业大学	申请人地址	湖北省武汉市武昌区南湖李家墩1村1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	湖北工业大学	当前权利人	湖北工业大学
发明人	王改华;吕朦;李涛;袁国亮
代理机构	武汉科皓知识产权代理事务所（特殊普通合伙）	代理人	魏波

摘要

本发明公开了一种基于空间金字塔的卷积神经网络的图像分类算法，借鉴了空间金字塔先提取全局特征，然后每个金字塔水平画以网格的方式获取局部特征组成空间金字塔的整体特征。构造了一个新的卷积神经网络模型，此模型前半部分为传统的卷积网络，有3个卷积层2个池化层；之后将这3个卷积层以画网格的方式进行均匀池化获得各自特征图。每层特征图按列连成一个特征向量，然后将这3个特征向量顺序连接成为一个总的特征向量。这个总的特征向量即涵盖了经典卷积层的特征，同时也添加了前面卷积层的特征，避免了重要特征的遗失，同时网格大小调整了各卷积层特征图的权重，有助于提高网络的识别效率。

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