首页> 中国专利> 一种向量核卷积神经网络的深度学习模式识别方法

一种向量核卷积神经网络的深度学习模式识别方法

页面导航

摘要

本发明公开了一种向量核卷积神经网络的深度学习模式识别方法，所述方法包括：(1)设计向量核卷积神经网络的结构，包括输入层、卷积层、至少一个全连接层、以及软最大分类器输出层；其中，输入是大小为m×n的图像，第l层的核都是p

1. 一种向量核卷积神经网络的深度学习模式识别方法 [P] . 中国专利： CN107563496A . 2018-01-09
2. 一种交通标志深度学习模式识别方法 [P] . 中国专利： CN108710826A . 2018-10-26
3. DEEP CONVOLUTIONAL NEURAL NETWORK-BASED SUBMERGED OIL SONAR DETECTION IMAGE RECOGNITION METHOD [P] . WO2021243743A1 . 2021-12-09

机译：基于深度卷积神经网络的淹没油声纳检测图像识别方法
4. CASCADED DEEP CONVOLUTIONAL NEURAL NETWORK-BASED FACE RECOGNITION METHOD AND SYSTEM [P] . 世界知识产权组织专利： WO2020187160A1 . 2020-09-24

机译：基于级联深度卷积神经网络的人脸识别方法和系统
5. Pruning redundant neurons and kernels of deep convolutional neural networks [P] . US11093832B2 . 2021-08-17

机译：修剪冗余神经元和深度卷积神经网络的核