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：江西理工大学
摘要：本发明提出了一种大区域滑坡识别的FGFMC并行DCNN分类方法，包括以下步骤：S1，将特征图精细划分为多个局部区域，针对信息量较低的局部区域，我们采用计算压缩的方式进行处理，从而显著减少了冗余计算，进而提升了算法的整体效率。S2，先定义节点负载均衡指标作为适应度函数，使用多优化策略融合的改进蜣螂优化算法求解适应度函数得到各节点的最佳调度方案，然后根据最优方案进行任务调度，解决了并行效率低的问题。本发明能够显著提升DCNN模型在大数据环境下的训练效率，同时在大型数据集上表现出良好的可扩展性。
主权项：1.一种大区域滑坡识别的FGFMC并行DCNN分类方法，其特征在于，包括：S1，将遥感图像进行分割；S2，将分割后的图像作为输入特征图输入DCNN网络，在DCNN的卷积过程中采用细粒度的特征图压缩策略FMFGC进行冗余计算压缩；所述采用细粒度的特征图压缩策略FMFGC进行冗余计算压缩包括：S2-1，对输入特征图进行细粒度的信息量评价，评估局部区域所包含的信息量；S2-2，对特征图上信息量低的局部位置进行运算跳过，从而实现特征图尺度空间压缩；S2-3，特征图尺度空间还原：填充压缩后的输出特征图中的缺失元素，将压缩后的输出特征图恢复至原始输出特征图尺寸；S3，输出分类结果。
全文数据：
权利要求：
百度查询： 江西理工大学 一种大区域滑坡识别的FGFMC并行DCNN分类方法
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。
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