基于隐式欧拉跳跃连接的残差神经网络的图像识别方法
授权
摘要
本发明公布了一种基于隐式欧拉跳跃连接的残差神经网络的图像识别方法，将隐式欧拉数值方法与残差网络模型中的跳跃连接相结合，建立具有更强鲁棒性的改进模型：含有隐式欧拉跳跃连接的残差神经网络，该改进模型的输入为图像数据及所对应的标签，输出为图像的预测分类，由此实现更加稳定的图像识别。本发明提出的基于含有隐式欧拉跳跃连接的残差神经网络的图像识别方法，具有更强的鲁棒性和可信性，可提高图像识别的准确性和有效性，可应用在如人脸识别、文字识别等多种图像识别场景。
基本信息
专利标题 ：
基于隐式欧拉跳跃连接的残差神经网络的图像识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111401155A
申请号 ：
CN202010133492.7
公开（公告）日 ：
2020-07-10
申请日 ：
2020-02-28
授权号 ：
CN111401155B
授权日 ：
2022-05-20
发明人 ：
林宙辰李明杰何翎申
申请人 ：
北京大学
申请人地址 ：
北京市海淀区颐和园路5号
代理机构 ：
北京万象新悦知识产权代理有限公司
代理人 ：
黄凤茹
优先权 ：
CN202010133492.7
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-05-20 ：
授权
2020-08-04 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20200228
申请日 : 20200228
2020-07-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN111401155A.PDF
PDF下载
