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：湖南大学
摘要：本申请涉及一种基于梯度惩罚的计算机视觉特征提取方法，对多媒体数据进行预处理；将预处理后的多媒体数据及其标注信息输入至神经网络模型，计算第一损失函数；基于第一损失函数对神经网络模型的输入数据进行反向传播，得到第一损失函数对输入数据的一阶导数；根据第一损失函数对输入数据的一阶导数计算梯度惩罚损失函数；根据第一损失函数和梯度惩罚损失函数对神经网络模型进行二次反向传播，二次反向传播的目标为模型参数，并更新模型参数；重复执行，直至达到最大训练次数，得到训练完成的神经网络模型；将待提取特征的医学的多媒体数据输入至训练完成的神经网络模型，输出预测结果。该方法可提升模型识别精度，同时可提升模型对抗攻击的能力。
主权项：1.一种基于梯度惩罚的计算机视觉特征提取方法，其特征在于，包括：S1：获取多媒体数据及其标注信息；并对所述多媒体数据进行预处理；S2：将预处理后的所述多媒体数据及其标注信息输入至神经网络模型，计算第一损失函数；S3：基于所述第一损失函数对神经网络模型的输入数据进行反向传播，得到第一损失函数对输入数据的一阶导数；S4：根据所述第一损失函数对输入数据的一阶导数计算梯度惩罚损失函数；S5：根据第一损失函数和梯度惩罚损失函数对所述神经网络模型进行二次反向传播，二次反向传播的目标为模型参数，并更新模型参数；S6：重复执行S2-S5，直至达到最大训练次数，得到训练完成的神经网络模型；S7：将待提取特征的医学的多媒体数据输入至训练完成的神经网络模型，输出预测结果。
全文数据：
权利要求：
百度查询： 湖南大学 一种基于梯度惩罚的计算机视觉特征提取方法
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