山东大学周洪超获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉山东大学申请的专利一种用于图片分类的人工神经网络的激活学习方法、系统及图片分类方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115481733B 。
龙图腾网通过国家知识产权局官网在2026-03-20发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211165108.7,技术领域涉及:G06N3/088;该发明授权一种用于图片分类的人工神经网络的激活学习方法、系统及图片分类方法是由周洪超;黄卫平;赵佳;周斌设计研发完成,并于2022-09-23向国家知识产权局提交的专利申请。
本一种用于图片分类的人工神经网络的激活学习方法、系统及图片分类方法在说明书摘要公布了:本发明涉及一种用于图片分类的人工神经网络的激活学习方法、系统及图片分类方法,包括:构建人工神经网络,同时将数据和类别标签或多模态作为输入;通过无监督本地学习方法训练人工神经网络,使得人工神经网络中最后一层神经元的输出激活强度反映输入样本的典型性;将待识别的数据输入训练好的人工神经网络并优化缺失的类别标签使得输出激活强度最大,得到数据分类结果;或将类别标签输入训练好的加入随机噪音的人工神经网络并优化缺失的数据部分使得输出激活强度最大,实现数据生成。本发明更好学习输入样本数据的统计概率分布,统一了监督学习、无监督学习和生成模型的框架。本发明具有较强的实用性。
本发明授权一种用于图片分类的人工神经网络的激活学习方法、系统及图片分类方法在权利要求书中公布了:1.一种用于图片分类的人工神经网络的激活学习方法,用于分类识别,其特征在于,包括: 构建激活学习的人工神经网络; 通过本地学习方法训练构建好的人工神经网络,包括:训练人工神经网络中每一层神经元的连接权重,使得人工神经网络中最后一层神经元的输出激活强度反映输入样本的典型性,即越典型的从统计上概率越高的输入样本越强的激活整个人工神经网络的输出; 在训练好的人工神经网络上进行推理,包括:给定输入的任意已知部分,计算或优化其余未知的那一部分输入,使得整个人工神经网络的输出激活强度是最大的,这里输出激活强度是输出的L2范数; 将待识别的数据输入训练好的人工神经网络并优化缺失的类别标签输入使得人工神经网络的输出激活强度最大,得到数据分类结果; 待识别的数据包括图片; 构建的激活学习的人工神经网络是多层的神经网络,每一层包含一个线性变换函数和一个非线性激活函数;每一层的参数w使用一个矩阵来表示,描述了两层神经元之间的连接权重;给定某一层的输入数据x,本层的输出为fwTx,f为非线性激活函数,wT是w的转置; 构建的激活学习的人工神经网络的每一层的非线性激活函数f采用保持输入和输出l2范数不变的非线性函数,即对于任意输入y满足‖fy‖=‖y‖; 激活函数采用绝对值函数; 使用无监督本地化学习方法训练人工神经网络中每一层神经元的连接权重,训练方法如式所示: △wij=ηyjxi-∑kykwik 式中,wij是指人工神经网络中神经元i和更高一层的神经元j之间的连接权重,△wij是该连接权重的变化量,η是学习率,xi是训练时来自于神经元i的输入,yj=∑jxiwij是神经元j的总加权输入或者yj=f∑jxiwij是神经元j的输出,∑kykwik是指来自于反馈的衰减项;在训练某一层神经元的时候,给定一个训练样本,网络通过前馈的方式计算出本层的输入x和y=wTx或y=fwTx,并根据式计算出本层参数的修改量△wij,最后将wij替换成wij+△wij。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人山东大学,其通讯地址为:250199 山东省济南市历城区山大南路27号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励