原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于卷积神经网络训练的并行方法，提出一个并行框架，分为三层，数据层，操作层和通信层，数据层又包括卷积层的数据变换和全连接层的数据变换，研究了卷积神经网络训练的并行方法，包含了如何划分训练数据，分配训练任务，调配计算资源，整合训练结果，充分考虑通信与计算的平衡，在不损失精度的基础上，提高计算效率；该基于卷积神经网络训练的并行方法，提出适用于数据集的图像预处理方法，利用CFAR方法对图像进行特征提取，并进行了孤立点移除及孔洞填充；构建了采用多通道输入模式的4层的卷积神经网络模型；用卷
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112396154 A
(43)申请公布日
2021.02.23
(21)申请号 20191
文档评论（0）