一种基于贝叶斯神经网络权重约束的图像分类方法.pdfVIP

下载本文档

6
0
约1.59万字
约 13页
2023-06-16 发布于四川
举报
版权申诉

一种基于贝叶斯神经网络权重约束的图像分类方法.pdf

1、本文档共13页，其中可免费阅读12页，需付费10金币后方可阅读剩余内容。
2、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。
3、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。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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贝叶斯神经网络权重约束的图像分类方法，包括以下步骤：S1：采集待处理图像数据集，将待处理图像数据集划分为训练集和测试集；S2：搭建贝叶斯神经网络；S3：训练贝叶斯神经网络，对贝叶斯神经网络的权重参数进行衰减；S4：提取贝叶斯神经网络各层的权重参数，若贝叶斯神经网络的分类性能达到设定阈值且各层的权重参数分布位于设定期望阈值内，则完成对贝叶斯神经网络的权重约束；否则返回步骤S3，继续训练贝叶斯神经网络；S5：对待处理图像数据集进行分类。本发明在贝叶斯神经网络的训练阶段使用L2正则

(19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113240025 B (45)授权公告日 2022.08.12 (21)申请号 202110560871.9 (56)对比文件