专利内容由知识产权出版社提供
专利名称：基于渐进学习的深度卷积神经网络训练方法与系统专利类型：发明专利
发明人：卢官明,李凯丽,卢峻禾,闫静杰申请号：CN201910665020.3申请日：20190723公开号：CN110414587A公开日：20191105
摘要：本发明公开了一种基于渐进学习的深度卷积神经网络训练方法与系统。该方法首先按常规方法从样本数据集里任意选取样本，对深度卷积神经网络进行预训练；然后将样本数据集里的样本按类别依次输入到预训练得到的网络模型中提取特征，并根据提取的特征向量计算样本的类内局部密集度和类内距离，使用聚类方法将每一类样本划分为容易分类、较易分类和不易分类三个样本子集；再合并所有类别的容易分类样本子集、较易分类样本子集和不易分类样本子集；最后按照先易后难的渐进顺序，分三个阶段对深度卷积神经网络进行重新训练。与常规的训练方法相比，该方法能够消除含噪声标签样本对训练网络模型的不利影响，得到更加鲁棒的深度卷积神经网络。
申请人：南京邮电大学
地址：210012 江苏省南京市雨花台区宁双路19号
国籍：CN
代理机构：南京苏高专利商标事务所(普通合伙)
代理人：孟红梅
更多信息请下载全文后查看
