一种基于孪生卷积神经网络的特征匹配定位方法、系统

    公开(公告)号:CN114596454A

    公开(公告)日:2022-06-07

    申请号:CN202210155271.9

    申请日:2022-02-21

    Inventor: 王博 黄柳 宋志洪

    Abstract: 本发明公开了一种基于孪生卷积神经网络的特征匹配定位方法、系统,采用格拉姆角场方法将一维特征序列编码为二维图像,相比一维信息具备更丰富的特征,以二维图像作为孪生卷积神经网络模型的输入,提取二维图像中丰富的特征信息,提高识别相似特征的准确性。相比传统方法仅比较一维特征序列的数值相似性,避免了当一维特征序列包含的特征数量较少时,识别相似性的精度下降、匹配定位误差较大的问题。在孪生卷积神经网络模型结构中,选择ReLU作为激活函数,能够增加非线性,避免训练过程中出现梯度爆炸或消失的问题。损失函数选择用于二分类的二值交叉熵,能够在训练过程中使损失函数的输出快速收敛到0附近,减少训练模型所需要的迭代次数。

Patent Agency Ranking