公开(公告)号：CN111461229A

公开(公告)日：2020-07-28

申请号：CN202010252752.2

申请日：2020-04-01

Applicant: 北京工业大学

Inventor： 刘波 ,  王铎

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于目标传递和线搜索的深层神经网络优化方法，并在此基础上完成图像和多维数据分类，用于解决人工神经网络在训练过程中需要频繁手动调参的问题，涉及机器学习及人工智能以及计算机视觉技术。该方法能够在训练过程中通过分析基于ReLU激活函数构造的每一层网络的数学性质从而自动计算出对于本层网络的最优学习率，最终能够使神经网络在不依赖人工调参的情况下完成自适应训练任务。相比于反向传播算法，本方法能够更快完成训练任务，并获取不弱于反向传播算法的精度表现。

公开(公告)号：CN109657556B

公开(公告)日：2021-04-13

申请号：CN201811400283.3

申请日：2018-11-22

Applicant: 北京工业大学

Inventor： 王金 ,  王铎 ,  李俊峰 ,  陈逸涵

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明实施例提供了一种道路及其周边地物的分类方法及系统，通过多层感知机对规格化处理后的所述点云数据进行编码和解码处理，可以更为精细的确定局部特征信息和全局特征信息，并通过连接层将局部特征信息和全局特征信息进行融合，有助于保留多维信息，得到正确的目标物分类结果。

公开(公告)号：CN109657556A

公开(公告)日：2019-04-19

申请号：CN201811400283.3

申请日：2018-11-22

Applicant: 北京工业大学

Inventor： 王金 ,  王铎 ,  李俊峰 ,  陈逸涵

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明实施例提供了一种道路及其周边地物的分类方法及系统，通过多层感知机对规格化处理后的所述点云数据进行编码和解码处理，可以更为精细的确定局部特征信息和全局特征信息，并通过连接层将局部特征信息和全局特征信息进行融合，有助于保留多维信息，得到正确的目标物分类结果。

公开(公告)号：CN111461229B

公开(公告)日：2023-10-31

申请号：CN202010252752.2

申请日：2020-04-01

Applicant: 北京工业大学

Inventor： 刘波 ,  王铎

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/084

Abstract: 本发明提供了一种基于目标传递和线搜索的深层神经网络优化方法，并在此基础上完成图像和多维数据分类，用于解决人工神经网络在训练过程中需要频繁手动调参的问题，涉及机器学习及人工智能以及计算机视觉技术。该方法能够在训练过程中通过分析基于ReLU激活函数构造的每一层网络的数学性质从而自动计算出对于本层网络的最优学习率，最终能够使神经网络在不依赖人工调参的情况下完成自适应训练任务。相比于反向传播算法，本方法能够更快完成训练任务，并获取不弱于反向传播算法的精度表现。

公开(公告)号：CN110705381A

公开(公告)日：2020-01-17

申请号：CN201910863459.7

申请日：2019-09-09

Applicant: 北京工业大学

Inventor： 王金 ,  王铎 ,  陈艳艳 ,  司琦

IPC: G06K9/00 ,  G06N3/04

Abstract: 本发明实施例提供一种遥感影像道路提取方法及装置，所述方法包括：获取目标遥感影像；将所述目标遥感影像输入至训练好的深度学习网络，输出所述目标遥感影像中不同类型的道路，其中，所述深度学习网络基于恒等映射和空洞卷积构建而成。本发明实施例提供一种遥感影像道路提取方法及装置，基于恒等映射和空洞卷积，提出两个分支的编码网络分别学习，在反卷积层联结对应的高维和低维特征。保留不同尺度全局信息的同时，可学习出更多的局部信息，有利于提取不同种类的道路。