基于隐藏层特征差异的神经网络图像分类性能提升方法.pdfVIP

下载本文档

1
0
约1.15万字
约 12页
2023-05-31 发布于四川
举报
版权申诉

基于隐藏层特征差异的神经网络图像分类性能提升方法.pdf

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

本发明公开了一种基于隐藏层特征差异的神经网络图像分类性能提升方法，涉及图像数据处理技术领域，包括：构造由二元组组成的异类组合集，每个异类样本二元组包括两张异类图像，和该两张异类图像的类别标签；构建权值共享两路网络；将异类组合集输入权值共享两路网络，得到若干隐藏层输出特征差异；根据交叉熵损失和隐藏层输出特征差异，得到组合损失函数，其中包括隐藏层输出特征差异的倒数；根据异类组合集和组合损失函数，端到端的训练权值共享两路网络；从训练好的权值共享两路网络中取出任一分支，并输入测试图像数据集，输出得到图像

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 115797710 A (43)申请公布日 2023.03.14 (21)申请号 202310077690.X (22)申请日 2023.02.08 (71)申请人成都理工大学