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
本发明属于神经网络技术领域。具体为一种采用基于特征预提取策略的BCNN卷积层数据处理方法及利用上述方法进行图片识别的方法，在进行网络推理时，对输入的图片数据分别与神经网络权重参数卷积核σ和卷积核μ进行卷积操作，得到特征图Fα和特征图Fβ，并将特征图Fα和特征图Fβ送入存储器进行存储；随后在每个贝叶斯实例化网络中进行计算时，分别从存储器中调用特征图Fα的数据α，和特征图Fβ的数据β进行计算，得到池化特征图、进行激活操作得到单个实例化网络的输出y；针对T个实例化网络，本发明可以节省2(T‑1)次卷积
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117456331A
(43)申请公布日2024.01.26
(21)申请号202311396344.4
(22)申请日2023.10.26
(71)申请人北京航空航天大学
文档评论（0）