[发明专利]保持旋转不变性的卷积神经网络模型及其训练方法有效
| 申请号： | 201811219320.0 | 申请日： | 2018-10-19 |
| 公开（公告）号： | CN109086878B | 公开（公告）日： | 2019-12-17 |
| 发明（设计）人： | 郝宗波;张舒雨;杨泉;王莹;赵汶;唐举鹏;修涵文 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04 |
| 代理公司： | 51229 成都正华专利代理事务所(普通合伙) | 代理人： | 何凡 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了保持旋转不变性的卷积神经网络模型及其训练方法，其中保持旋转不变性的卷积神经网络模型包括卷积神经网络模型和区域旋转层，区域旋转层位于卷积神经网络模型中的卷积层的上一层；区域旋转层的处理方法包括S1计算特征向量的旋转次数；S2选取卷积窗口最外层的旋转起点，计算将旋转起点移动至设定位置的移动步长和旋转角度；S3根据外一层移动步长和旋转角度，计算内一层移动步长和旋转角度；S4返回步骤S3，直至卷积窗口的旋转操作等于旋转次数；S5返回步骤S2，直至当前层特征向量的所有卷积窗口已完成旋转；S6获取旋转变换后卷积窗口位于原特征向量的坐标，并将其放置于相应的坐标处；S7输出拼接后的新特征向量。 | ||
| 搜索关键词： | 卷积神经网络 卷积 旋转不变性 移动步长 旋转层 特征向量 计算特征向量 起点移动 旋转变换 旋转操作 新特征 最外层 坐标处 返回 拼接 向量 输出 | ||
【主权项】：
1.保持旋转不变性的卷积神经网络模型的构建方法，其特征在于：包括卷积神经网络模型和区域旋转层，所述区域旋转层位于卷积神经网络模型中的卷积层的上一层；/n所述区域旋转层的处理方法包括：/nS1、根据特征向量和区域旋转层下一层的卷积层卷积核的长/宽，计算特征向量的旋转次数；/nS2、选取卷积窗口最外层的旋转起点，计算将旋转起点移动至设定位置的移动步长和旋转角度；/nS3、根据外一层的移动步长和旋转角度，计算内一层的移动步长和旋转角度，并将当前层所有像素点移动相应的移动步长；/nS4、返回步骤S3，直至卷积窗口的旋转操作等于旋转次数；/nS5、选取当前层特征向量余下的卷积窗口，并返回步骤S2，直至同一特征向量的所有卷积窗口已完成旋转；/nS6、获取旋转变换后的卷积窗口位于原特征向量的位置坐标，并将其放置于相应的位置坐标处；/nS7、当同一特征向量所有旋转变换后的卷积窗口均已放置于原特征向量的相应位置坐标处时，输出拼接后的新特征向量。/n
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电子科技大学，未经电子科技大学许可，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/201811219320.0/，转载请声明来源钻瓜专利网。
