[发明专利]一种基于神经网络的数据预测方法、装置及神经网络系统有效
申请号: | 201810664593.X | 申请日: | 2018-06-25 |
公开(公告)号: | CN109190646B | 公开(公告)日: | 2019-08-20 |
发明(设计)人: | 张志伟;吴丽军;赵伟阳 | 申请(专利权)人: | 北京达佳互联信息技术有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04 |
代理公司: | 北京润泽恒知识产权代理有限公司 11319 | 代理人: | 莎日娜 |
地址: | 100084 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明实施例提供了一种基于神经网络的数据预测方法、装置及神经网络系统,其中所述神经网络系统包括主干网络、至少两个分支网络以及投票单元,其中,所述至少两个分支网络的深度相同,且各个分支网络具有独立的模型参数;所述主干网络用于对目标图像进行特征提取,获得特征集合,并将所述特征集合输出至所述至少两个分支网络;所述分支网络用于根据输入的特征进行任务处理,输出对应的预测结果;所述投票单元用于融合所述至少两个分支网络输出的预测结果,确定最终输出结果。本发明实施例可以实现对神经网络模型的优化,提高了神经网络的预测精确度。 | ||
搜索关键词: | 分支网络 神经网络系统 神经网络 数据预测 特征集合 投票单元 预测结果 主干网络 输出 神经网络模型 模型参数 目标图像 任务处理 输出结果 特征提取 融合 预测 优化 | ||
【主权项】:
1.一种用于图像分类的数据预测系统,包括神经网络系统,其特征在于,所述神经网络系统包括主干网络、至少两个分支网络以及投票单元,其中,所述至少两个分支网络的深度相同,且各个分支网络具有独立的模型参数;所述主干网络用于对目标图像进行特征提取,获得特征集合,并将所述特征集合输出至所述至少两个分支网络;所述分支网络用于根据输入的特征进行任务处理,输出对应的预测结果;所述投票单元用于融合所述至少两个分支网络输出的预测结果,确定最终输出结果;其中,所述神经网络系统还包括分类神经网络,所述预测结果包括分类标签和所述分类标签对应的概率;所述投票单元还用于:分别统计所述分类标签出现的次数;确定出现次数最多的分类标签作为目标标签,并计算所述目标标签对应的概率的平均值,作为目标概率;将所述目标标签以及所述目标概率组织成最终输出结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810664593.X/,转载请声明来源钻瓜专利网。
- 上一篇:一种高阶高维图像数据的表示与分类方法
- 下一篇:一种有源无源数据融合方法