首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于新型小波激励函数的深度学习训练和优化方法及系统 

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:江门市华恩电子研究院有限公司;恩平市帕思高电子科技有限公司

摘要:本发明公开了基于新型小波激励函数的深度学习训练和优化方法及系统,其中方法包括:将训练数据输入至深度神经网络进行训练;将待处理数据输入至已训练的深度神经网络处理,输出处理结果;其中,深度神经网络包括输入层、隐藏层和输出层,深度神经网络的激励函数采用紧框架高斯小波函数。能使数据能量的传播是恒定的,不会使数据在传播过程中发散,确保训练过程收敛;使深度神经网络具有强非线性拟合特性而能够快速收敛,同时还克服了深度神经网络中的梯度不稳定性而容易导致训练过程梯度爆炸、消失或过拟合的问题。从而能对大量数据完成快速训练且训练精度高,提高数据处理效果。

主权项:1.基于新型小波激励函数的深度学习训练和优化系统,其特征在于,应用于人脸识别或无人机导航,所述系统包括:训练模块,用于将训练数据输入至深度神经网络进行训练;处理模块,用于将待处理数据输入至已训练的所述深度神经网络处理,输出处理结果;其中,所述深度神经网络包括输入层、隐藏层和输出层,所述深度神经网络的激励函数采用紧框架高斯小波函数;所述紧框架高斯小波函数具体为具有紧框架的墨西哥帽高斯小波;在前向传播过程中,所述紧框架高斯小波函数的式子具体为: 在反向传播过程中,所述紧框架高斯小波函数的式子具体为:

全文数据:

权利要求:

百度查询: 江门市华恩电子研究院有限公司 恩平市帕思高电子科技有限公司 基于新型小波激励函数的深度学习训练和优化方法及系统

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。