- 专利标题: 卷积神经网络模型及其训练方法和装置、巡检方法和装置
-
申请号: CN201910542703.X申请日: 2019-06-21
-
公开(公告)号: CN110263920B公开(公告)日: 2021-08-10
- 发明人: 沙芸 , 刘学君 , 甘建旺 , 李齐飞 , 晏涌
- 申请人: 北京石油化工学院
- 申请人地址: 北京市大兴区清源北路19号
- 专利权人: 北京石油化工学院
- 当前专利权人: 北京石油化工学院
- 当前专利权人地址: 北京市大兴区清源北路19号
- 代理机构: 北京细软智谷知识产权代理有限责任公司
- 代理商 牟应龙
- 主分类号: G06N3/04
- IPC分类号: G06N3/04 ; G06N3/08
摘要:
本发明涉及一种卷积神经网络模型及其训练方法和装置、巡检方法和装置,卷积神经网络模型的训练方法,包括:对获取的训练数据集进行卷积处理,得到所述训练数据集对应的特征映射数据;基于预设的边缘卷积规则,提取所述特征映射数据的有效特征数据;将所述有效特征数据输入待训练卷积神经网络模型,进行特征训练,实现了对无用特征数据进行过滤,从而利用有效特征数据对待训练卷积神经网络模型进行训练,使得训练过程能够快速收敛,得到训练后的卷积神经网络模型。采用本发明的技术方案,能够提高卷积神经网络模型的训练速度。
公开/授权文献
- CN110263920A 卷积神经网络模型及其训练方法和装置、巡检方法和装置 公开/授权日:2019-09-20