您当前的位置:
科技成果 >
基于实例学习和Sadowsky分布的卷积神经网络参数调整方法
基于实例学习和Sadowsky分布的卷积神经网络参数调整方法
162
2018/09/19
基本信息
-
成果类型
高等院校
-
委托机构
西安电子科技大学
-
成果持有方
西安电子科技大学
-
行业领域
其他电子信息
-
项目名称
基于实例学习和Sadowsky分布的卷积神经网络参数调整方法
-
知识产权
发明专利
-
成果成熟度
-
项目简介
本发明公开了一种基于实例学习和Sadowsky分布的卷积神经网络参数调整方法,主要是在利用卷积神经网络训练分类模型的基础上,将特例样本的进一步分类问题归结为基于Sadowsky分布的感知问题,并从理论上证明了感知特征向量中存在Sadowsky分布;通过构造实例集合、Sadowsky分布搜索算法和满足Sadowsky分布的权值映射算法,来训练新的实例卷积神经网络;在分类决策时,两个卷积神经网络共同作用于样本,取概率最大值对应的标签作为分类的结果。本发明的方法能够在保证具有公共特征的样本分类正确的基础上,进一步提高特例样本的分类精度。
-
交易信息
-
意向交易额
面议
-
挂牌时间
2019/09/19
-
委托机构
西安电子科技大学
-
分享至: