一种基于迁移学习轻量级神经网络的脉冲星搜索方法

发明专利有效专利

申请号：
CN202010811403.X
IPC分类号：G06N3/04;G06N3/08;G06K9/62
申请日期：
2020-08-13
申请人：
北京北斗天巡科技有限公司

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	一种基于迁移学习轻量级神经网络的脉冲星搜索方法
申请号	CN202010811403.X	申请日期	2020-08-13
法律状态	实质审查	申报国家	暂无
公开/公告日	2020-11-24	公开/公告号	CN111985615A
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	北京北斗天巡科技有限公司	申请人地址	北京市顺义区空港街道安华大街1号1幢1层3511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	北京北斗天巡科技有限公司	当前权利人	北京北斗天巡科技有限公司
发明人	刘超;池明旻;陆恒
代理机构	成都弘毅天承知识产权代理有限公司	代理人	苟莉

摘要

本发明涉及深度学习领域，具体涉及一种基于迁移学习轻量级神经网络的脉冲星搜索方法，包括如下步骤：步骤一、生成候选体样本并读取数据特征，统一候选体样本的数据特征；步骤二、基础分类网络构建，加入脉冲信号注意力机制；步骤三、数据域间迁移，迁移完成后对分类模型进行训练；步骤四、抽取人工特征并统计特征；步骤五、对组合高阶特征与深度特征进行融合；解决了脉冲星数据集中正负样本不平衡问题，不同脉冲星数据集由于观测条件，观测设备等的不一造成数据集间迁移较为困难问题、脉冲星特征图像存在自身的特点，使用现有在imagenet上pretrain的较深网络会容易造成过拟合问题以及脉冲信号较为特殊，缺乏有效的注意力机制的问题。

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