CN113298012B 一种实现空间信号平移与缩放不变性的编码方法 （浙江工业大学）_第1页
CN113298012B 一种实现空间信号平移与缩放不变性的编码方法 （浙江工业大学）_第2页
CN113298012B 一种实现空间信号平移与缩放不变性的编码方法 （浙江工业大学）_第3页
CN113298012B 一种实现空间信号平移与缩放不变性的编码方法 （浙江工业大学）_第4页
CN113298012B 一种实现空间信号平移与缩放不变性的编码方法 （浙江工业大学）_第5页
已阅读5页，还剩15页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

区一种实现空间信号平移与缩放不变性的编本发明公开了一种实现空间信号平移与缩将重编码的数据利用具有胜者独享特征的神经2对MNIST数据集中的每张图片进行空白填充，将原图像28×28扩展为56×56的二维矩其中输入信号的目标M为输入图像中描述目标所有元素i是对集合P中横坐标xi进行重新排序的下标，分别提取PX中的所有横坐标和=[,rxI',H,-i是对集合P中纵坐标yi进行重新排序的下标，再分别提取PY中的所有横坐标归一化处理后将横坐标集合X与纵坐标集合Y进行连接分别得到codex=与3步骤1.7)将CodeX与CodeY共同作为目标信号步骤2)对目标的中间表示C利用单层神经网络进行稀疏编码，最终得到目标的特征表步骤2.2)确定输入层I与编码层Y神经元之间的连接矩阵W，输入层的神经元与编码层4表5标za和纵坐标ar进而得到两个一维列向量采用(0,1)标准归一化的方式(使用其他的归一化方式并不影响本发明的编码效果)，对于[0022]归一化处理后将横坐标集合X与纵坐标集合Y进行连接分别得到与[0026]步骤2)对目标的中间表示C利用单层神经网络进行稀疏编码，最终得到目标的特[0028]步骤2.1)将目标的中间表示向量C作为输入，将它记[0029]步骤2.2)确定输入层I与编码层Y神经元之间WI计算出的活性值来决定，设定阈值ε,如果Y中某个神经元活性值大于ε的神经元将被激码及稀疏投影等计算过程的神经编码方法；该方法能实现包括但不限于视觉目标的编码，生的特性对于设计特征编码专用芯片具有重6[0040]步骤1.2)如附图2中的标号2所示SM=[(x,ii)表示元素在i[0043]步骤1.5)如附图2中的标号5所重编码(本发明使用坐标递增排序的方法7并将Code作为输入数据连接到稀疏编码的神经网络中。[0052]步骤2)稀疏编码过程如附图3所示，附图3中标号7表示提取的目标特征并重编码示输入神经元与稀疏编码层的神经元通过概率矩阵W相互连接，如附图3中标号9所示稀疏个数字，主要包含了60000张的训练图像和10000张的测试图像(下载地址：http://实验对MNIST数据集中的每张图片进行空白填充，将原图像(28×28)扩展为56×56的二维字则是不同的编码结果。通过实验比较证明了本发明具有平移不变性和缩放不变性的特[0060]将M的维度大小与阈值t＝100进行比较，若M的维度大于等于100维则在原图像中nA*(3)8横坐标和纵坐标与均为(1×100)的据P中的纵坐标yi对集合中的所有元素进行递增排序，得到排序后的新坐标信息集合Py=I(xoyvyo)(xoyyo)…,(xoyo]。然后分别提取PY中的所有横坐标xp,=和纵坐标与均为(1×100)的列向量。他的归一化方式并不影响本发明的编码效果9[0078]针对处理后的MNIST数据集，与传统的CNN方法进行实验对比，本发明仅使用了

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论