适用于灰度图片的神经网络学习方法以及训练方法

发明专利有效专利

申请号：
CN201611010902.9
IPC分类号：G06K9/62;G06N3/08
申请日期：
2016-11-17
申请人：
上海西井信息科技有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	适用于灰度图片的神经网络学习方法以及训练方法
申请号	CN201611010902.9	申请日期	2016-11-17
法律状态	授权	申报国家	中国
公开/公告日	2017-08-11	公开/公告号	CN107038451A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;8查看分类表>
申请人	上海西井信息科技有限公司	申请人地址	上海市长宁区江苏路398号503-3室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	上海西井信息科技有限公司	当前权利人	上海西井信息科技有限公司
发明人	汪润春;谭黎敏;赵钊
代理机构	上海隆天律师事务所	代理人	臧云霄;钟宗

摘要

本发明提供了适用于灰度图片的神经网络学习方法以及训练方法，包括：灰度图片预处理为第二矩阵；生成二值化的随机编码矩阵，然后乘以第二矩阵为第四矩阵；激活函数调整为第六矩阵；建立二值化的第七矩阵和浮点数的第八矩阵；第七矩阵乘以第六矩阵为第九矩阵；为代表字符的第十矩阵；将第十矩阵减去第九矩阵为第十一矩阵；将第六矩阵的转置矩阵作为第十二矩阵；第六矩阵乘以第十二矩阵为过程参数；第十二矩阵除以过程参数为第十三矩阵；第十一矩阵乘以第十三矩阵为第十四矩阵；将第十四矩阵与第八矩阵相加得到第十五矩阵，作为新的第八矩阵；将第十五矩阵二值化作为新的第七矩阵；本发明减小矩阵运算时的字节数，加快运算速度，降低了硬件需求。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供