摘要
本公开实施例涉及基于一维卷积的神经网络处理。为了改进卷积神经网络(N)的效率和处理速度,在神经网络(N)的第一层(K1)中执行第一一维卷积,从而将第一一维滤波器核(K11)与从数据立方体(B)中提取的第一一维数据向量(D1)进行卷积,并且与第一一维卷积并行,在第一层(K1)中执行第二一维卷积,从而将第二一维滤波器核(K12)与从数据立方体(B)中提取的一维数据向量(D1)进行卷积。
技术关键词
数据立方体
滤波器
三维图像数据
材料回收设施
分类器
检测设备
物体
相机
阵列
对比度
条目
音频
计算机
数值
算法
序列
系统为您推荐了相关专利信息
时序预测模型
身份识别方法
风险
时间序列特征
身份识别系统
助听器
双麦克风阵列
空间声场
混合网络模型
MFCC特征
数据分析方法
事件特征
集成卷积神经网络
高维数据结构
样本
组合导航系统
故障检测方法
输出特征
Kalman滤波
序列
光伏并网系统
Boost电路
状态空间方程
模型建立方法
控制系统