摘要
本申请涉及图像处理技术领域,公开了基于神经网络的图像特征提取与识别方法,包括以下步骤:步骤1、获取输入图像并进行预处理,使输入图像标准化并调整至神经网络可接受的输入格式;步骤2、将预处理后的图像输入神经网络,提取中间层的特征表示,作为特征空间;步骤3、基于代数拓扑方法对特征空间进行拓扑建模,构建单纯复形结构以提取高阶拓扑信息。本发明采用拓扑正则化优化与忆阻器存算一体计算相结合的技术方案,达到了优化拓扑学习过程、提升计算效率、减少能耗的技术效果。相较于现有技术中拓扑结构优化和计算存储分离的方案,解决了其拓扑结构易过拟合、计算开销大、能耗高的不足。
技术关键词
图像特征提取
忆阻器阵列
识别方法
特征提取模块
拓扑方法
卷积模块
多层卷积神经网络
传播算法
优化神经网络
基尔霍夫定律
复形方法
矩阵
动态
变量
图像处理技术
拓扑特征
中间层
系统为您推荐了相关专利信息
信号分选方法
元器件
电路板
电解电容
大功率电感
命名实体识别方法
CRF模型
局部特征提取
字符
试题资源
农业
评价指标体系
计算机程序指令
识别方法
分类器