摘要
本发明属于图像目标识别技术领域,具体涉及一种结合脉冲神经网络和胶囊网络的抗干扰目标识别方法、程序、设备及存储介质。本发明将胶囊结构引入脉冲类脑模型,并引入了自注意力机制,能够在单次前向传播中学习胶囊之间的协议度,通过自注意力层生成一个胶囊注意力图,然后用一个一维卷积层将其映射到分类层,从而简化了模型结构和计算复杂度,并且能够利用自注意力机制来选择和抑制不相关的胶囊投票,从而保留对实体识别有用的信息,增加了长距离依赖和特征选择的能力。本发明在面对不同噪声以及不同强度的条件时具有良好的鲁棒性,对仿射变换也具有良好的泛化性和不变性,提高了目标识别的抗干扰能力。
技术关键词
胶囊网络
识别方法
图像
矩阵
注意力机制
脉冲胶囊
类脑模型
解码器
胶囊结构
通道
计算机装置
计算机程序产品
处理器
生成特征
代表
复杂度
特征选择
系统为您推荐了相关专利信息
类别识别方法
负荷
联合神经网络模型
学习特征
有效值
核密度分析法
信号源
噪音检测设备
数据
朴素贝叶斯方法
搬运机器人
轮廓特征
定位点
融合算法
规划行驶路径