龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：苏州山河光电科技有限公司
摘要：本发明揭示了一种偏振光聚合分类网络、其设计方法及设计装置，偏振光聚合分类网络包括超表面偏振光神经网络和集成学习网络，超表面偏振光神经网络包括多组超表面组，每组超表面组对应一种偏振光，集成学习网络集成学习这些超表面组输出的特征图像；训练模型的过程包括：对每组超表面组输入与该组偏振光对应的偏振图像，每组超表面组输出特征图像，集成学习模型集成学习多张特征图像。该网络同时结合了偏振光特征提取和机器学习技术，一方面充分学习了不同偏振光具备的不同特征信息，大大增强了分类能力，另一方面兼具了偏振光的抗干扰能力，使该网络在光晕、雾霾等环境下预测分类结果时具有更强地抗干扰能力。
主权项：1.一种偏振光聚合分类网络的设计方法，其特征在于，所述偏振光聚合分类网络包括超表面偏振光神经网络和集成学习网络，所述设计方法包括如下步骤：获取训练图像组，其中，所述训练图像组中的图像具有与其对应的类别标签；获取偏振光聚合分类网络模型，其中，所述偏振光聚合分类网络模型包括超表面偏振光神经网络模型和集成学习模型，所述超表面偏振光神经网络模型是由所述超表面偏振光神经网络拓扑转换成的模型，所述超表面偏振光神经网络模型包括多组超表面组，每组所述超表面组对应一种偏振光，所述集成学习模型与所述集成学习网络对应，用于生成分类信息；获取损失函数，所述损失函数根据所述类别标签和分类信息的吻合程度计算损失值；将所述训练图像组输入所述偏振光聚合分类网络模型，并基于所述损失函数训练所述偏振光聚合分类网络模型，训练过程包括：对每组所述超表面组输入与该组偏振光对应的偏振图像，每组所述超表面组输出特征图像，所述集成学习模型集成学习多张所述特征图像；根据训练完成的所述偏振光聚合分类模型确定所述超表面偏振光神经网络和所述集成学习网络的参数。
全文数据：
权利要求：
百度查询： 苏州山河光电科技有限公司 偏振光聚合分类网络、其设计方法及设计装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号