一种计算机智能识别的相关神经网络方法

发明专利无效专利

申请号：
CN201610204805.7
IPC分类号：G06N3/04;G06N3/08
申请日期：
2016-04-04
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	一种计算机智能识别的相关神经网络方法
申请号	CN201610204805.7	申请日期	2016-04-04
法律状态	驳回	申报国家	中国
公开/公告日	2016-08-31	公开/公告号	CN105913117A
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	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	李玉鑑;张婷;胡海鹤;张亚红
代理机构	北京思海天达知识产权代理有限公司	代理人	刘萍

摘要

一种计算机智能识别的相关神经网络方法属于机器学习中的深度学习领域。本发明使用相关操作代替传统卷积神经网络中的卷积操作，依次包括以下步骤：首先，设计相关神经网络的结构，包括网络的层数，相关层和下采样的排列方式，相关核的大小和个数，下采样层的滑动窗口的大小；然后，使用反向传播算法训练相关神经网络，得到网络的权值和偏置；最后，使用测试样本，对训练好的相关神经网络进行测试，验证其性能。本发明因使用了相关操作的技术，避免了卷积操作过程中对卷积核的翻转操作，降低运算量，减少了分类过程的运行时间。

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