公开(公告)号：CN104866900A

公开(公告)日：2015-08-26

申请号：CN201510046974.8

申请日：2015-01-29

Applicant: 北京工业大学

Inventor： 施云惠 ,  张轶昀 ,  丁文鹏 ,  尹宝才

IPC: G06N3/02

Abstract: 本发明公开了一种反卷积神经网络训练方法，其能够有效地提取图像特征，有益于分类正确率的提高，提高反卷积神经网络的训练收敛效率及收敛精度，降低反卷积神经网络在实际应用中的训练成本，同时可被应用于其他基于卷积运算的优化问题求解中。这种反卷积神经网络训练方法，包括训练阶段和重建阶段，训练阶段包括步骤：(1)对训练图像进行预处理；(2)对训练图像进行批设置；(3)设置训练图像的网络训练参数；(4)开始第一层训练；重建阶段包括步骤：(5)对待重构图像进行预处理；(6)设置待重构图像的网络训练参数；(7)按批输入待重构图像直到完成所有批图像的重构。

公开(公告)号：CN104866900B

公开(公告)日：2018-01-19

申请号：CN201510046974.8

申请日：2015-01-29

Applicant: 北京工业大学

Inventor： 施云惠 ,  张轶昀 ,  丁文鹏 ,  尹宝才

IPC: G06N3/02

Abstract: 本发明公开了一种反卷积神经网络训练方法，其能够有效地提取图像特征，有益于分类正确率的提高，提高反卷积神经网络的训练收敛效率及收敛精度，降低反卷积神经网络在实际应用中的训练成本，同时可被应用于其他基于卷积运算的优化问题求解中。这种反卷积神经网络训练方法，包括训练阶段和重建阶段，训练阶段包括步骤：(1)对训练图像进行预处理；(2)对训练图像进行批设置；(3)设置训练图像的网络训练参数；(4)开始第一层训练；重建阶段包括步骤：(5)对待重构图像进行预处理；(6)设置待重构图像的网络训练参数；(7)按批输入待重构图像直到完成所有批图像的重构。