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:天津职业技术师范大学(中国职业培训指导教师进修中心)
摘要:本发明公开了基于脉冲神经网络的时空域特征动态目标识别方法,包括:基于卷积神经网络对特征图像进行插值处理与融合处理,使各层特征图像之间能够跨层融合;在卷积神经网络中引入空间注意力机制,增强空间维度特征,对特征图像进行多次压缩处理并与特征提取网络结合建立融合层;将特征图像转换成脉冲信息,基于脉冲神经网络获取卷积层的输出特征图像,在池化层对输出特征图像进行池化操作;基于脉冲神经网络对输出特征图像再次进行处理并拼接所有输出特征图获取融合特征图以输出权值参数,执行动态目标识别任务。本发明提供的方法能够结合卷积神经网络和脉冲神经网络的优势,实现高速时变信息特征提取和准确分类。
主权项:1.基于脉冲神经网络的时空域特征动态目标识别方法,其特征在于,包括:S1:利用基于MFPN特征融合模块的卷积神经网络对未处理图像进行特征提取并获取多层初始特征图像,通过对所述初始特征图像进行插值处理与融合处理;S2:在卷积神经网络中引入空间注意力机制,增强空间维度特征,对所述初始特征图像进行一次压缩处理并生成二维特征向量,基于所述二维特征向量与再次压缩处理后的所述初始特征图像获取输入特征图像,通过所述输入特征图像与特征提取网络结合建立融合层;S3:将所述输入特征图像转换成脉冲信息,基于所述脉冲信息和LIF神经元模型建立脉冲神经网络,基于所述脉冲神经网络获取卷积层的输出特征图像,在所述池化层对所述输出特征图像进行池化操作;S4:基于所述脉冲神经网络对所述输出特征图像进行处理获取时间维度特征,基于所述空间维度特征和所述时间维度特征计算时间空间相关性并拼接所有输出特征图,通过卷积运算获取融合特征图并输出权值参数,基于所述权值参数执行动态目标识别任务。
全文数据:
权利要求:
百度查询: 天津职业技术师范大学(中国职业培训指导教师进修中心) 基于脉冲神经网络的时空域特征动态目标识别方法
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。