首页> 中国专利> 一种基于贝叶斯神经网络权重约束的图像分类方法

一种基于贝叶斯神经网络权重约束的图像分类方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于贝叶斯神经网络权重约束的图像分类方法，包括以下步骤：S1：采集待处理图像数据集，将待处理图像数据集划分为训练集和测试集；S2：搭建贝叶斯神经网络；S3：训练贝叶斯神经网络，对贝叶斯神经网络的权重参数进行衰减；S4：提取贝叶斯神经网络各层的权重参数，若贝叶斯神经网络的分类性能达到设定阈值且各层的权重参数分布位于设定期望阈值内，则完成对贝叶斯神经网络的权重约束；否则返回步骤S3，继续训练贝叶斯神经网络；S5：对待处理图像数据集进行分类。本发明在贝叶斯神经网络的训练阶段使用L2正则化，以改变网络权重参数的分布，将其约束至较小的范围。

著录项

公开/公告号CN113240025A

专利类型发明专利
公开/公告日2021-08-10

原文格式PDF
申请/专利权人电子科技大学;
展开▼

申请/专利号CN202110560871.9
发明设计人姜书艳;孙召曦;许怡楠;黄乐天;
展开▼

申请日2021-05-19
分类号G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101);G06N5/04(20060101);G06N7/00(20060101);
代理机构51229 成都正华专利代理事务所(普通合伙);
代理人李蕊
地址 611731 四川省成都市高新区(西区)西源大道2006号
入库时间 2023-06-19 12:10:19

法律信息

法律状态公告日

法律状态信息

法律状态
2022-08-12

授权

发明专利权授予

相似文献

专利
中文文献
外文文献

1. 一种基于贝叶斯神经网络权重约束的图像分类方法 [P] . 中国专利： CN113240025A . 2021-08-10
2. 基于随机计算贝叶斯神经网络误差注入的图像分类方法 [P] . 中国专利： CN113516172A . 2021-10-19
3. BAYESIAN IMAGE DENOISING METHOD BASED ON DISTRIBUTION CONSTRAINT OF NOISY IMAGES [P] . US2022020123A1 . 2022-01-20

机译：基于噪声图像分布约束的贝叶斯图像去噪方法
4. A Bayesian image denoising method based on distribution constraints of noisy images [P] . DE102021103293A1 . 2022-01-20

机译：基于噪声图像分布约束的贝叶斯图像去噪方法
5. CONTROL AND MONITORING OF PHYSICAL SYSTEM BASED ON TRAINED BAYESIAN NEURAL NETWORK [P] . 美国专利： US2020326718A1 . 2020-10-15

机译：基于训练的贝叶斯神经网络的物理系统控制与监控