一种基于三维小波变换的深度卷积神经网络分类方法
公开
摘要
本发明公开了一种基于三维小波变换的深度卷积神经网络分类方法，属于图像分类和人工智能技术领域。该方法通过对深度卷积神经网络中的池化层进行分析，设计并搭建三维小波变换模块以改进现有的池化操作,包括以下步骤：S1、将数据集均划分为训练集与测试集；S2、设计并搭建三维小波变换模块；S3、将搭建的三维小波变换的深度卷积神经网络分别在自然图像分类数据集以及纹理图像数据集上进行训练，并进行测试以验证三维小波变换模块的有效性。该基于三维小波变换的深度卷积神经网络分类方法，其核心思想是构建三维小波变换模块以改进传统操作，在进行下采样时对特征信息进行重新整合，在尽可能保证信息流完整的前提下降低特征图分辨率。
基本信息
专利标题 ：
一种基于三维小波变换的深度卷积神经网络分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114581717A
申请号 ：
CN202210232905.6
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李亚峰孙洁琪张文博
申请人 ：
宝鸡文理学院
申请人地址 ：
陕西省宝鸡市渭滨区宝光路44号
代理机构 ：
北京精金石知识产权代理有限公司
代理人 ：
强红刚
优先权 ：
CN202210232905.6
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/82 G06V10/80 G06V10/40 G06V10/54 G06V10/774 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-03 ：
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
