[发明专利]应用于卷积神经网络的卷积处理方法、系统及相关组件在审
| 申请号： | 201910963711.1 | 申请日： | 2019-10-11 |
| 公开（公告）号： | CN110796250A | 公开（公告）日： | 2020-02-14 |
| 发明（设计）人： | 金良;范宝余;郭振华 | 申请（专利权）人： | 浪潮电子信息产业股份有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 11227 北京集佳知识产权代理有限公司 | 代理人： | 刘翠香 |
| 地址： | 250101 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种应用于卷积神经网络的卷积处理方法，包括：获取目标操作对象；所述目标操作对象具体为输入特征；对所述目标操作对象进行边窗卷积计算，得到多个方向的计算结果；对所述多个方向的计算结果进行交叉熵的最优化处理，得到所述目标操作对象的卷积结果。本发明解决了原有卷积神经网络中以卷积核为中心点做卷积操作时带来的性能损失，通过综合分析多个方向上的边窗卷积操作，提高了卷积操作获取数据更泛化特征的能力，以此提高了卷积神经网络的性能。相应的，本申请还公开了一种应用于卷积神经网络的卷积处理系统、装置及可读存储介质。 | ||
| 搜索关键词： | 卷积神经网络 卷积 目标操作对象 卷积处理 边窗 可读存储介质 操作对象 获取目标 获取数据 卷积计算 输入特征 性能损失 交叉熵 卷积核 中心点 最优化 综合分析 申请 应用 | ||
【主权项】：
1.一种应用于卷积神经网络的卷积处理方法，其特征在于，包括：/n获取目标操作对象；所述目标操作对象具体为输入特征；/n对所述目标操作对象进行边窗卷积计算，得到多个方向的计算结果；/n对所述多个方向的计算结果进行交叉熵的最优化处理，得到所述目标操作对象的卷积结果。/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浪潮电子信息产业股份有限公司，未经浪潮电子信息产业股份有限公司许可，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/201910963711.1/，转载请声明来源钻瓜专利网。
