一种基于元残差的深度脉冲神经网络构建方法

AITNT
正文
推荐专利
一种基于元残差的深度脉冲神经网络构建方法
申请号:CN202411126432
申请日期:2024-08-16
公开号:CN119026647B
公开日期:2025-04-29
类型:发明专利
摘要
本发明提供了一种基于元残差的深度脉冲神经网络构建方法,通过构建深度脉冲神经网络XOResNet,对图像进行编码和学习,有效提升了图像识别的准确率,并显著降低了脉冲冗余和学习冗余;XOResNet的创新之处在于引入了元残差的概念,通过特定的残差块设计,实现了对信息的高效提取和处理;本方法适用于多种图像处理场景,特别是在边缘计算设备中的视觉任务处理中表现优异;本发明为深度脉冲神经网络的构建与应用提供了一种稳定且高效的解决方案,具有广泛的应用前景。
技术关键词
脉冲神经网络构建 分支 输出特征 神经网络框架 通道 冗余 高层次 编码 残差学习 电流 网络深度 数据 网络结构 图像处理 阶段 概念 语音 视觉
系统为您推荐了相关专利信息
1
基于刮痧结合化浊法对脓毒症患者的疗效智能分析方法
脓毒症患者 智能分析方法 舌象图像 拓扑图 舌象特征
2
一种基于局部-全局空谱相关性先验的遥感影像融合方法
遥感影像融合方法 全色 二维卷积神经网络 三维卷积神经网络 空谱特征融合
3
一种基于Transformer和双分支特征解耦的多模态医学图像融合方法、系统、设备及介质
多模态医学图像 医学图像融合方法 浅层特征提取 注意力 双模态
4
基于分布式光伏功率预测的动态聚合调峰方法和系统及计算设备
调峰方法 光伏电站监测系统 调峰策略 地理信息系统 动态
5
一种基于IDRSN去噪辅助译码方法
译码方法 信号 深度网络技术 SC译码器 信道
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