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：中国地质调查局西安地质调查中心(西北地质科技创新中心)
摘要：本发明公开了一种大区域滑坡识别的并行DCNN分类方法，包括以下步骤：S1：数据预处理；对图像数据原始特征向量中的冗余特征进行预处理；S1‑1：特征提取；通过降噪自动编码器并行提取图像特征，并进行去噪；S1‑2：特征筛选；计算特征向量之间的相似度，筛选出区分能力强的图像特征；S2：负载均衡；对输入的数据进行划分；S2‑1：通过负载均衡策略LBCS进行数据预估；S2‑2：数据划分；S3：对模型进行量化，降低模型训练能耗，提高模型运算效率；S3‑1：并行训练；获取最优的权重和激活；S3‑2：对批归一化层进行合并；S3‑3：对模型并行训练后得到的激活和权重进行量化。能够显著提升DCNN模型在大数据环境下的训练效率，同时在滑坡图像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并行DCNN分类方法，其特征在于：包括以下步骤：S1：数据预处理；对图像数据原始特征向量中的冗余特征进行预处理；S1-1：特征提取；通过降噪自动编码器并行提取图像特征，并对特征向量进行去噪；S1-2：特征筛选；计算特征向量之间的相似度，筛选出区分能力强的图像特征；S2：负载均衡；对输入的数据进行划分；S2-1：通过负载均衡策略LBCS进行数据预估；S2-2：数据划分；根据键值的权重和节点性能系数的大小，将中间数据划分到合适的节点中；S3：对模型进行量化，降低模型训练能耗，提高模型运算效率；S3-1：并行训练；获取最优的权重和激活；S3-2：对批归一化层进行合并；S3-3：对模型并行训练后得到的激活和权重进行量化。
全文数据：
权利要求：
百度查询： 中国地质调查局西安地质调查中心(西北地质科技创新中心) 一种大区域滑坡识别的并行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