利用深度神经网络对数据样本进行类别预测的方法和介质

本申请涉及一种利用深度神经网络对数据样本进行类别预测的方法和介质。所述方法包括将训练样本集中的训练样本输入深度神经网络；基于卷积层的输出特征矩阵获取统计量特征矩阵；计算表征统计量特征矩阵的分类能力的类别区分度指数；基于类别区分度指数确定批归一化的权重系数和样本归一化的权重系数，对归一化层中经过批归一化后的特征矩阵和样本归一化后特征矩阵加权求和，以得到训练样本经过归一化层的输出特征矩阵，最后利用训练好的深度神经网络对数据样本的所属类别进行预测。根据本申请的方法能够避免单一方式的归一化处理导致的分类效果不佳的问题，自动地使归一化层具有与数据集更匹配的处理方式，从而提高对数据样本进行分类的准确度。