一种基于AdaRW算法的海洋目标检测深度学习模型训练方法

授权

摘要

本发明公开了一种基于AdaRW算法的海洋目标检测深度学习模型训练方法，属于海洋目标检测领域，首先提出了AdaRW自适应梯度训练算法，克服了AdaGrad算法中历史梯度累积导致的深度学习速率衰减的问题；同时设计了最优交错并行式架构OIPA，由多个PServer进程和Worker_DS进程组成。在对海洋目标检测深度学习模型进行训练时，通过OIPA架构对AdaRW算法进行多核并行训练，提高了算法训练的速度；利用训练后的OceanTDA9_AdaRW模型检测研究区域的疑似目标，提高了极化SAR海洋目标检测的效率。

基本信息

专利标题：

一种基于AdaRW算法的海洋目标检测深度学习模型训练方法

专利标题（英）：

暂无

公开（公告）号：

CN113033098A

申请号：

CN202110324328.9

公开（公告）日：

2021-06-25

申请日：

2021-03-26

授权号：

CN113033098B

授权日：

2022-05-17

发明人：

柳林李万武张继贤

申请人：

山东科技大学

申请人地址：

山东省青岛市黄岛区前湾港路579号

代理机构：

青岛智地领创专利代理有限公司

代理人：

陈海滨

优先权：

CN202110324328.9

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06N3/08 G06F9/50

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F30/27

使用机器学习，例如人工智能，神经网络，支持向量机或训练模型

法律状态

2022-05-17 ：

授权

2021-07-13 ：

实质审查的生效

IPC(主分类) : G06F 30/27
申请日 : 20210326

2021-06-25 ：

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