一种最优尺度下半监督流形二值神经网络构建方法

AITNT
正文
推荐专利
一种最优尺度下半监督流形二值神经网络构建方法
申请号:CN202410740473
申请日期:2024-06-08
公开号:CN118627579A
公开日期:2024-09-10
类型:发明专利
摘要
本发明公开了一种最优尺度下半监督流形二值神经网络构建方法,通过将OLSR方法与二进制卷积结合,有效地保留数据的空间信息,弥补信息损失,从而提高深度特征提取的准确性和效率。通过在OLSR模型中集成尺度项,可以更好地适应不同尺度下的数据,从而提高模型的泛化能力和适应性;采用尺度自学习方法,确保每次迭代都获得最优解,从而加快模型的收敛速度,并提高训练效率。
技术关键词
二值神经网络 标记 数据 投影变换矩阵 标签 深度特征提取 定义 学习方法 参数 速度
系统为您推荐了相关专利信息
1
基于多模态特征的深度伪造检测方法和电子设备
多模态特征 数据 索引 条目 处理器
2
一种应用于智能工厂的工件识别与加工的控制系统
智能工厂 工件 信息处理模块 识别模块 图像获取单元
3
用于施工场景模型的更新方法、处理器及存储介质
更新方法 时间段 集群 施工设备 场景
4
基于鲸鱼算法与集成学习的移动机器人重定位方法和装置
鲸鱼算法 全局地图 三维点云数据 移动机器人作业 深度残差
5
一种基于数据挖掘的高速公路服务区单日负荷预测方法
高速公路服务区 负荷预测方法 变量 数据 样本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号