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
本发明一种用于提升泛化能力的通用型深度卷积神经网络构建方法，包括以下步骤：根据不同视觉处理的任务，选取对应的数据集，并将数据集划分为训练集和测试集；将训练集和测试集进行预处理；构建的提升泛化能力的通用型深度卷积神经网络；将预处理的训练集数据输入到所构建通用型深度卷积神经网络中，进行多尺度提取和重建，获得实际输出图像；对构建通用型深度卷积神经网络进行训练；预处理的测试集数据输入到训练好的通用型深度卷积神经网络模型，实现图片不同低级计算机视觉任务处理。该方法通过构建通用型深度卷积神经网络结构，可以应
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116644786 A
(43)申请公布日 2023.08.25
(21)申请号 202310705277.3
(22)申请日 2023.06.14
(71)申请人 大连海事大学
地址 116026
文档评论（0）