← 返回列表
基于量子衍生的脉冲卷积神经网络、图像处理方法及系统
申请人信息
- 申请人:中国海洋大学
- 申请人地址:266061 山东省青岛市崂山区松岭路238号
- 发明人: 中国海洋大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于量子衍生的脉冲卷积神经网络、图像处理方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311636117.4 |
| 申请日 | 2023/11/30 |
| 公告号 | CN117574968A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | G06N3/0464 |
| 权利人 | 中国海洋大学 |
| 发明人 | 史尚尚; 王志敏; 顾永建; 李嘉鑫; 李亚男; 尚瑞敏 |
| 地址 | 山东省青岛市崂山区松岭路238号 |
摘要文本
本公开涉及量子模型技术领域,提出了一种基于量子衍生的脉冲卷积神经网络、图像处理方法及系统,脉冲卷积神经网络,包括依次连接的预处理模块、脉冲生成层、脉冲神经元以及脉冲计数器;脉冲神经元包括依次连接的一个或多个卷积组,一个或多个量子衍生卷积运算层以及量子启发神经元;一个卷积组包括卷积层、ReLU激活层和池化层;采用量子衍生卷积运算层替换脉冲卷积神经网络的一个或多个卷积层,去除量子衍生卷积运算层后的Relu激活层,所述量子衍生卷积运算层执行量子衍生卷积运算。本公开将量子衍生技术引入到脉冲卷积神经网络中,能够有效提升脉冲卷积深度神经网络的效率,增强脉冲卷积深度神经网络的鲁棒性。
专利主权项内容
1.基于量子衍生的脉冲卷积神经网络,其特征在于:包括依次连接的预处理模块、脉冲生成层、脉冲神经元以及脉冲计数器;脉冲神经元包括一个或多个卷积组,量子衍生卷积运算层以及量子启发神经元;一个卷积组包括卷积层、ReLU激活层和池化层;采用量子衍生卷积运算层替换脉冲卷积神经网络的一个或多个卷积层,并去除量子衍生卷积运算层后连接的ReLU激活层,所述量子衍生卷积运算层执行量子衍生卷积运算。 (更多数据,详见马克数据网)