[发明专利]确定卷积神经网络CNN模型的装置和方法有效
| 申请号： | 201611095600.6 | 申请日： | 2016-12-01 |
| 公开（公告）号： | CN108133223B | 公开（公告）日： | 2020-06-26 |
| 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： | G06K9/62 | 分类号： | G06K9/62;G06F16/51;G06N3/04 |
| 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： | 本发明涉及确定卷积神经网络CNN模型的装置和方法。根据本发明的确定CNN模型的装置包括：第一确定单元，用于确定包括多个样本的数据库的复杂度；第二确定单元，用于根据数据库的复杂度确定适用于数据库的CNN模型的分类能力；第三确定单元，用于获取多个候选CNN模型中的每个候选CNN模型的分类能力；以及匹配单元，用于根据每个候选CNN模型的分类能力以及适用于数据库的CNN模型的分类能力确定适用于数据库的CNN模型。使用根据本发明的确定CNN模型的装置和方法，可以简化CNN模型的设计流程，使得作为用户的普通人员也能够容易地设计和调整CNN模型，并能够根据数据库的复杂度为该数据库确定出更匹配的CNN模型。 | ||
| 搜索关键词： | 确定 卷积 神经网络 cnn 模型 装置 方法 | ||
【主权项】：
一种确定卷积神经网络CNN模型的装置，包括：第一确定单元，用于确定包括多个样本的数据库的复杂度；第二确定单元，用于根据所述数据库的复杂度确定适用于所述数据库的CNN模型的分类能力；第三确定单元，用于获取多个候选CNN模型中的每个候选CNN模型的分类能力；以及匹配单元，用于根据每个候选CNN模型的分类能力以及适用于所述数据库的CNN模型的分类能力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/201611095600.6/，转载请声明来源钻瓜专利网。
