一种基于三维小波变换的深度卷积神经网络分类方法
基本信息
| 申请号 | CN202210232905.6 | 申请日 | - |
| 公开（公告）号 | CN114581717A | 公开（公告）日 | 2022-06-03 |
| 申请公布号 | CN114581717A | 申请公布日 | 2022-06-03 |
| 分类号 | G06V10/764;G06V10/82;G06V10/80;G06V10/40;G06V10/54;G06V10/774;G06K9/62;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 李亚峰;孙洁琪;张文博 | 申请（专利权）人 | 宝鸡文理学院 |
| 代理机构 | 北京精金石知识产权代理有限公司 | 代理人 | 强红刚 |
| 地址 | 721000 陕西省宝鸡市渭滨区宝光路44号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于三维小波变换的深度卷积神经网络分类方法，属于图像分类和人工智能技术领域。该方法通过对深度卷积神经网络中的池化层进行分析，设计并搭建三维小波变换模块以改进现有的池化操作,包括以下步骤：S1、将数据集均划分为训练集与测试集；S2、设计并搭建三维小波变换模块；S3、将搭建的三维小波变换的深度卷积神经网络分别在自然图像分类数据集以及纹理图像数据集上进行训练，并进行测试以验证三维小波变换模块的有效性。该基于三维小波变换的深度卷积神经网络分类方法，其核心思想是构建三维小波变换模块以改进传统操作，在进行下采样时对特征信息进行重新整合，在尽可能保证信息流完整的前提下降低特征图分辨率。 |
