基于优化诱导的平衡神经网络模型的图像分类方法

摘要

本发明公布了一种基于优化诱导的平衡网络模型的图像分类方法，在优化诱导的平衡网络结构中引入跳接结构，构建新的神经网络单元及对应的隐式平衡神经网络，称为深度优化诱导的平衡网络模型；利用改进的序列平均法对深度优化诱导的平衡网络模型进行模型训练；再利用训练好的深度优化诱导的平衡网络模型，对输入的图像进行图像分类。不同于现有用于图像分类的单层平衡神经网络模型方法，本发明的深度优化诱导的平衡网络模型具有更好的表达能力，以更小的可学参数量实现更卓越的性能，能够有效实现图像分类任务。