一种基于门控递归残差网络的电大复杂目标识别方法

AITNT
正文
推荐专利
一种基于门控递归残差网络的电大复杂目标识别方法
申请号:CN202411020491
申请日期:2024-07-29
公开号:CN118897978A
公开日期:2024-11-05
类型:发明专利
摘要
本发明公开了一种基于门控递归残差网络的电大复杂目标识别方法。其包括:通过测绘获取电大复杂物体几何外形数据,建立精细几何模型数据库;对模型网格剖分;选用高频近似算法快速获得一维距离像数据库;对数据预处理,减少数据敏感性影响;构建ResNet‑GRU神经网络结构;将数据集输入网络,采用可变学习率优化损失函数;将待测数据输入到训练网络,输出目标分类名称。本发明构建的ResNet‑GRU网络,通过残差卷积模块和残差门控循环单元模块并行挖掘数据空间和时间特征信息,通过自注意力机制层动态分配融合特征权重残差网络,其网络模型有效避免传统深层网络训练出现的梯度爆炸、梯度消失和序列长期依赖问题,且精度高、参数量少,适用于多种应用场景。
技术关键词
递归残差网络 GRU神经网络 识别方法 门控循环单元网络 融合特征 积层 时间序列特征 梯度下降算法 近似算法 数据 注意力机制 时间序列信息 线性调频信号 模块 网格 记忆单元 门控器
系统为您推荐了相关专利信息
1
一种胶合板缺陷检测系统及检测方法
动态反馈控制 多模态传感器 缺陷检测系统 胶合板 缺陷检测方法
2
一种电力物联监测终端的识别方法及系统
监测终端 图像识别模型 物联 傅里叶变换算法 电力
3
一种低空飞行器环境噪声建模方法及系统
低空飞行器 噪声强度 建模方法 多模态 融合特征
4
基于注意力机制优化的农作物表型图像识别方法及系统
根结线虫卵 防治根结线虫 注意力机制 图像识别方法 黄酮类化合物含量
5
含易混淆活动的人体活动识别模型训练方法和识别方法
人体动力学 序列 重构模型 点云特征提取 神经网络模型训练
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