[發(fā)明專利]一種基于感受野集成的神經網絡圖像分類器的優(yōu)化方法有效
| 申請?zhí)枺?/td> | 201910378614.6 | 申請日： | 2019-05-08 |
| 公開（公告）號： | CN110211041B | 公開（公告）日： | 2023-06-23 |
| 發(fā)明（設計）人： | 楊云;邵文昭 | 申請（專利權）人： | 云南大學 |
| 主分類號： | G06T3/40 | 分類號： | G06T3/40 |
| 代理公司： | 成都九鼎天元知識產權代理有限公司 51214 | 代理人： | 胡川 |
| 地址： | 650091 云*** | 國省代碼： | 云南;53 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 感受 集成 神經網絡 圖像 分類 優(yōu)化 方法 | ||
【權利要求書】：
1.一種基于感受野集成的神經網絡圖像分類器的優(yōu)化方法，包括以下步驟：將構建的神經網絡在訓練集上進行訓練，優(yōu)化出分類器模型；
利用測試集對訓練出的分類器模型進行正確性檢驗；所述訓練集和測試集分別包含若干樣本圖像；
其特征在于，在利用訓練集對神經網絡進行訓練的過程中：
A.將優(yōu)化過程劃分為若干階段，每個階段均采用平移變換對訓練集的樣本進行處理，分別設置每個階段的填充寬度、迭代次數和學習率，其中，至少兩個階段的填充寬度不同；在設置每個階段的填充寬度和學習率時，所設置的各階段的學習率與該階段的填充寬度成正相關；
B.依據A所劃分的各個階段，依次對神經網絡進行優(yōu)化。
2.如權利要求1所述的優(yōu)化方法，其特征在于，所述A所劃分的各個階段中，至少一個階段被進一步劃分為迭代次數和填充寬度相同、學習率不同的子階段。
3.如權利要求1所述的優(yōu)化方法，其特征在于，在所述A中設置各階段的學習率時，不同階段可以共享學習率；
或者，各階段所設置的學習率逐漸減小。
4.權利要求1-3之一所述的優(yōu)化方法，其特征在于，所劃分的各階段的填充寬度逐漸減小。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于云南大學，未經云南大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910378614.6/1.html，轉載請聲明來源鉆瓜專利網。
