一种基于SDL模型的仿真深度学习的构建方法
公开
摘要
本发明涉及信息处理领域中的一种基于SDL模型的仿真深度学习的构建方法，其特征在于：将被识别对象的所有训练数据的特征值通过映射函数映射到数据集层，或者将高斯分布的结果通过映射函数，映射到数据集层。本方法的特点是：针对识别对象的数据训练，不需要通过组合的方法，仅仅通过映射函数的算法就可以达到深度学习函数映射模型的训练效果，没有黑箱问题，不需要大的硬件支持，函数映射模型可以实现深度学习的高精度识别能力，再加上高斯分布模型可以获得超越深度学习的泛化能力，不需要大数据的标注，因此性能高，导入成本低，便于大量普及。
基本信息
专利标题 ：
一种基于SDL模型的仿真深度学习的构建方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114548357A
申请号 ：
CN202011396716.X
公开（公告）日 ：
2022-05-27
申请日 ：
2020-11-26
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
顾泽苍
申请人 ：
顾泽苍
申请人地址 ：
天津市河北区博爱道1号君临大厦2817
代理机构 ：
代理人 ：
优先权 ：
CN202011396716.X
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-05-27 ：
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
暂无PDF文件可下载
