一种基于深度卷积神经网络模型-重生网络的视觉识别方法.pdfVIP

一种基于深度卷积神经网络模型-重生网络的视觉识别方法.pdf

  1. 1、本文档共10页,其中可免费阅读9页,需付费10金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于深度卷积神经网络模型‑重生网络的视觉识别方法,采用“重生机制”的“重生模块”搭建一种新型深度卷积神经网络模型,引入的重生机制对被ReLU函数截断死亡的神经元进行重生再造,“重生机制”的实现流程:在重生网络中,引入并实现重生机制的模块称为重生模块;首先,重生模块的输入x为上层卷积层得到的特征映射,先将x输入传统的ReLU函数,得到激活后的特征映射x1,这样就筛选出取值为正的神经元,并截断负值的神经元;同时,将输入x取反,并行地将‑x输入ReLU函数,得到激活后的特征映射x2*,这样就筛选出取值

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112257800 A (43)申请公布日 2021.01.22 (21)申请号 202011185864.7 (22)申请日 2020.10.30 (71)申请人 南京大学 地址 21

文档评论(0)

知识产权出版社 + 关注
官方认证
文档贡献者

知识产权出版社有限责任公司(原名专利文献出版社)成立于1980年8月,由国家知识产权局主管、主办。长期以来, 知识产权出版社非常重视专利数据资源的建设工作, 经过多年来的积累,已经收藏了数以亿计的中外专利数据资源。

认证主体北京中献电子技术开发有限公司
IP属地四川
统一社会信用代码/组织机构代码
91110108102011667U

1亿VIP精品文档

相关文档