龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：江西理工大学
摘要：本发明公开了一种大区域滑坡识别的ANLM并行DCNN分类方法，包括以下步骤：S1：数据预处理；S1‑1：图像划分；根据预设的计算节点数量，将原始图像划分为相应数目的图像块，并将划分好的图像块分发到各计算节点进行并行处理；S1‑2：并行去噪；S1‑3：图像合并；S2：对去噪后的图像M”和卷积核进行参数转换；S3：参数并行训练；通过参数转换进行前向传播，并在各节点上进行反向传播，最终获取模型并行训练结果；S4：通过动态负载调整策略DLA对参数进行并行更新。能够显著提升DCNN模型在大数据环境下的训练效率，同时在滑坡图像数据集上表现出良好的可扩展性。
主权项：1.一种大区域滑坡识别的ANLM并行DCNN分类方法，其特征在于：包括以下步骤：S1：数据预处理；S1-1：图像划分；根据预设的计算节点数量，将原始图像划分为相应数目的图像块，并将划分好的图像块分发到各计算节点进行并行处理；S1-2：并行去噪；提出自适应非局部均值算法ANLM，根据图像特征自适应选取邻域窗口大小，并使用梯度相似度作为权重指标对图像进行去噪处理；S1-3：图像合并；将各计算节点上去噪后的图像块进行合并，最终得到去噪后的完整图像M”；S2：对去噪后的图像M”和卷积核进行参数转换；S3：参数并行训练；通过参数转换进行前向传播，并在各节点上进行反向传播，最终获取模型并行训练结果；S4：通过动态负载调整策略DLA对参数进行并行更新。
全文数据：
权利要求：
百度查询： 江西理工大学 一种大区域滑坡识别的ANLM并行DCNN分类方法
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号