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:中国人民解放军空军工程大学
摘要:本发明公开一种基于Spiking‑DenseNet的图片描述方法。该方法提出一种脉冲图片描述模型SD‑LSTM,该模型采用了图片描述领域传统的编码器‑解码器架构。首先设计了一种具有多级可学习静息电位的新型脉冲神经元LMLP。编码器部分提出了一种创新的基于LMLP的Spiking‑DenseNet结构来提取图片特征。解码器采用LSTM生成图片描述。DenseNet与大多数典型的CNN模型相比网络更窄,参数更少,具有非常好的抗过拟合性能且泛化性能更强。Spiking‑DenseNet在继承DenseNet优点的基础上具有更好的生物解释性和更低的能耗。
主权项:1.一种基于Spiking-DenseNet的图片描述方法,其特征在于,包括以下步骤:1设计一种脉冲神经元LMLP,每个LMLP单元都具有可学习的静息电位值;2基于LMLP对DenseNet进行脉冲改造得到Spiking-DenseNet;3构建Spiking_DenseNet-LSTM模型;4获取图片描述领域的数据集,用于训练Spiking_DenseNet-LSTM模型;所述训练好的Spiking_DenseNet-LSTM模型用于输出图片描述。
全文数据:
权利要求:
百度查询: 中国人民解放军空军工程大学 一种基于Spiking-DenseNet的图片描述方法
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。