| 专利号 | 201910170947X | 申请日 | 2019-03-07 | 专利名称 | 一种基于改进随机梯度下降的图像分类方法及装置 |
| 授权日 | 2021-02-23 | 专利权人 | 山东师范大学 | 发明人 | 王强;孙建德;张化祥;王吉华;万文博 |
| 主分类号 | G06K9/62 | 关键词 | 应用领域 | ||
| 摘要 | 本发明公开了一种基于改进随机梯度下降的图像分类方法及装置，该方法包括：接收待分类图像数据，进行数据预处理，得到预设尺寸的图像；根据改进随机梯度下降法建立的深度网络模型对预处理数据进行特征提取；利用提取的特征对接收的待分类图像数据进行分类。采用改进随机梯度下降法对深度网络模型中进行参数训练：利用上一步梯度的估计值与本步梯度的观测值求出增益值；利用求得的增益值与上一步梯度的估计值、观测值以及本步梯度的观测值，求得本步梯度的估计值；利用取得的梯度估计值，更新模型参数，采用梯度下降法或随机梯度下降法进行模型参数训练，直至模型满足预设训练终止准则。有效降低模型训练的过程中参数的振荡，增加模型的稳定性。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 人工智能 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
