[发明专利]为数据库确定卷积神经网络CNN模型的装置和方法有效
| 申请号： | 201611095599.7 | 申请日： | 2016-12-01 |
| 公开（公告）号： | CN108133222B | 公开（公告）日： | 2021-11-02 |
| 发明（设计）人： | 孙利;王淞;范伟;孙俊 | 申请（专利权）人： | 富士通株式会社 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06F16/51;G06K9/62 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 唐京桥;李春晖 |
| 地址： | 日本神*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及为数据库确定卷积神经网络CNN模型的装置和方法。根据本发明的为数据库确定CNN模型的装置包括：选取单元，用于从多个已知分类能力的CNN模型中选取至少两个CNN模型；拟合单元，用于根据至少两个CNN模型的分类能力和第一参数拟合以分类能力和第一参数为变量的曲线，其中，第一参数用于表征CNN模型的性能；预测单元，用于根据曲线预测其它CNN模型的第一参数；以及确定单元，用于根据每一个CNN模型的第一参数从多个CNN模型中确定适用于数据库的CNN模型。使用根据本发明的为数据库确定CNN模型的装置和方法，无需对所有CNN模型进行训练，大大降低了计算量，简化了设计CNN模型的流程。 | ||
| 搜索关键词： | 数据库 确定 卷积 神经网络 cnn 模型 装置 方法 | ||
【主权项】：
一种为数据库确定卷积神经网络CNN模型的装置，包括：选取单元，用于从多个已知分类能力的CNN模型中选取至少两个CNN模型；拟合单元，用于根据所述至少两个CNN模型的分类能力和第一参数拟合以分类能力和第一参数为变量的曲线，其中，所述第一参数用于表征CNN模型的性能；预测单元，用于根据所述曲线预测所述多个CNN模型中的除所述至少两个CNN模型之外的其它CNN模型的第一参数；以及确定单元，用于根据所述多个CNN模型中的每一个CNN模型的第一参数从所述多个CNN模型中确定适用于所述数据库的CNN模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于富士通株式会社，未经富士通株式会社许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611095599.7/，转载请声明来源钻瓜专利网。
