公开(公告)号：CN110263920B

公开(公告)日：2021-08-10

申请号：CN201910542703.X

申请日：2019-06-21

申请人： 北京石油化工学院

发明人： 沙芸 ,  刘学君 ,  甘建旺 ,  李齐飞 ,  晏涌

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(公告)号：CN110263920A

公开(公告)日：2019-09-20

申请号：CN201910542703.X

申请日：2019-06-21

申请人： 北京石油化工学院

发明人： 沙芸 ,  刘学君 ,  甘建旺 ,  李齐飞 ,  晏涌

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。