改进的脉冲深度神经网络的图像分类方法[CN201810846910.X] - 陕西师范大学

专利申请

2018-07-27
公布公告

2022-05-27
授权日期

2022-05-27
终止

2032-05-24

改进的脉冲深度神经网络的图像分类方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201810846910.X 申请日期： 2018-07-27 专利主类别： G06V40/16 {{ classMap["G06V40/16"] }}

申请人名称：陕西师范大学

查看申请人名下所有专利

申请人地址：陕西省西安市长安南路199号

专利分类项目

G06K9/62 : 应用电子设备进行识别的方法或装置

G06T5/00 : 图像的增强或复原，如从位像到位像地建立一个类似的图形

G06N3/04 : 体系结构，例如，互连拓扑

专利注册信息

初审公告期号	2018-07-27	初审公告日期	2022-05-27
注册公告期号	2022-05-27	注册公告日期	2022-05-27
专用权期限	2022-05-27 - 2032-05-24	专利类型	发明授权
代理组织机构	西安永生专利代理有限责任公司查看该机构代理的所有专利

专利介绍

一种改进的脉冲深度神经网络的图像分类方法，采用了DOG层和简化脉冲耦合神经网络对图像进行预处理，灰度图像经过DOG层生成对比度图，简化的脉冲耦合神经网络通过参数自适应的方法处理DOG层生成的对比度图，根据生成的对比度图像具体内容的不同，按照像素值越大，点火时间越早的原则，生成不同通道数的脉冲图像，即时间序列脉冲图。改进的脉冲深度神经网络采用STDP无监督算法训练网络。用STDP权重修改机制更新卷积层的权重矩阵，直至达到当前卷积层的最大迭代次数，进入下一个卷积层重复训练过程，得到训练好的脉冲深度神经网络。本发明具有更贴近生物特性，且方法简单、有效等优点，适用于手写数字、人脸和其他物体等图像识别。

法律进度