CN107122809A - 基于图像自编码的神经网络特征学习方法 - Google Patents
基于图像自编码的神经网络特征学习方法 Download PDFInfo
- Publication number
- CN107122809A CN107122809A CN201710271606.2A CN201710271606A CN107122809A CN 107122809 A CN107122809 A CN 107122809A CN 201710271606 A CN201710271606 A CN 201710271606A CN 107122809 A CN107122809 A CN 107122809A
- Authority
- CN
- China
- Prior art keywords
- image
- mrow
- training
- segmentation
- neutral net
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 19
- 238000012549 training Methods 0.000 claims abstract description 77
- 230000007935 neutral effect Effects 0.000 claims abstract description 61
- 230000011218 segmentation Effects 0.000 claims abstract description 54
- 239000013598 vector Substances 0.000 claims abstract description 43
- 238000013527 convolutional neural network Methods 0.000 claims abstract description 36
- 238000012360 testing method Methods 0.000 claims abstract description 24
- 239000000284 extract Substances 0.000 claims abstract description 13
- 238000011478 gradient descent method Methods 0.000 claims abstract description 3
- 238000010606 normalization Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 10
- 230000000644 propagated effect Effects 0.000 claims description 10
- 238000003062 neural network model Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 4
- 210000005036 nerve Anatomy 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 210000004218 nerve net Anatomy 0.000 claims description 2
- 210000002569 neuron Anatomy 0.000 claims description 2
- 230000000452 restraining effect Effects 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims 1
- 230000001537 neural effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/192—Recognition using electronic means using simultaneous comparisons or correlations of the image signals with a plurality of references
- G06V30/194—References adjustable by an adaptive method, e.g. learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
- G06V10/464—Salient features, e.g. scale invariant feature transforms [SIFT] using a plurality of salient features, e.g. bag-of-words [BoW] representations
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Image Analysis (AREA)
Abstract
Description
Layer | Configuration |
conv1 | filter 96×11×11,stride 4×4,pad 0,LRN,pool 3×3,stride2×2 |
conv2 | filter 256×5×5,stride 1×1,pad 2,LRN,pool 3×3,stride 2×2 |
conv3 | filter 384×3×3,stride 1×1,pad 1 |
conv4 | filter 384×3×3,stride 1×1,pad 1 |
conv5 | filter 256×3×3,stride 1×1,pad 1,pool 2×2,stride 2×2 |
full6 | fc 4096 |
full7 | fc 4096 |
full8 | fc h |
Claims (2)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710271606.2A CN107122809B (zh) | 2017-04-24 | 2017-04-24 | 基于图像自编码的神经网络特征学习方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710271606.2A CN107122809B (zh) | 2017-04-24 | 2017-04-24 | 基于图像自编码的神经网络特征学习方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107122809A true CN107122809A (zh) | 2017-09-01 |
CN107122809B CN107122809B (zh) | 2020-04-28 |
Family
ID=59725779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710271606.2A Active CN107122809B (zh) | 2017-04-24 | 2017-04-24 | 基于图像自编码的神经网络特征学习方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107122809B (zh) |
Cited By (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578300A (zh) * | 2017-10-24 | 2018-01-12 | 济南浪潮高新科技投资发展有限公司 | 一种电梯广告投放工作自动审核的方法及装置 |
CN107657615A (zh) * | 2017-11-10 | 2018-02-02 | 西安电子科技大学 | 基于增量cae的高分辨sar图像变化检测方法 |
CN107766893A (zh) * | 2017-11-03 | 2018-03-06 | 电子科技大学 | 基于标签多级编码神经网络的目标识别方法 |
CN107870321A (zh) * | 2017-11-03 | 2018-04-03 | 电子科技大学 | 基于伪标签学习的雷达一维距离像目标识别方法 |
CN108090117A (zh) * | 2017-11-06 | 2018-05-29 | 北京三快在线科技有限公司 | 一种图像检索方法及装置,电子设备 |
CN108445752A (zh) * | 2018-03-02 | 2018-08-24 | 北京工业大学 | 一种自适应选择深度特征的随机权神经网络集成建模方法 |
CN108536769A (zh) * | 2018-03-22 | 2018-09-14 | 深圳市安软慧视科技有限公司 | 图像分析方法、搜索方法及装置、计算机装置及存储介质 |
CN108710866A (zh) * | 2018-06-04 | 2018-10-26 | 平安科技(深圳)有限公司 | 汉字模型训练方法、汉字识别方法、装置、设备及介质 |
CN108765423A (zh) * | 2018-06-20 | 2018-11-06 | 北京七鑫易维信息技术有限公司 | 一种卷积神经网络训练方法及装置 |
CN109086652A (zh) * | 2018-06-04 | 2018-12-25 | 平安科技(深圳)有限公司 | 手写字模型训练方法、汉字识别方法、装置、设备及介质 |
CN109102064A (zh) * | 2018-06-26 | 2018-12-28 | 杭州雄迈集成电路技术有限公司 | 一种高精度的神经网络量化压缩方法 |
CN109241816A (zh) * | 2018-07-02 | 2019-01-18 | 北京交通大学 | 一种基于标签优化的图像再识别系统及损失函数确定方法 |
CN109472360A (zh) * | 2018-10-30 | 2019-03-15 | 北京地平线机器人技术研发有限公司 | 神经网络的更新方法、更新装置和电子设备 |
CN109598725A (zh) * | 2017-10-03 | 2019-04-09 | 斯特拉德视觉公司 | 改进图像分割学习方法和装置及使用其的测试方法和装置 |
CN109657082A (zh) * | 2018-08-28 | 2019-04-19 | 武汉大学 | 基于全卷积神经网络的遥感图像多标签检索方法及系统 |
CN109685087A (zh) * | 2017-10-18 | 2019-04-26 | 富士通株式会社 | 信息处理方法和装置以及信息检测方法和装置 |
CN110070140A (zh) * | 2019-04-28 | 2019-07-30 | 清华大学 | 基于多类别信息的用户相似性确定方法及装置 |
CN110119447A (zh) * | 2019-04-26 | 2019-08-13 | 平安科技(深圳)有限公司 | 自编码神经网络处理方法、装置、计算机设备及存储介质 |
CN110188231A (zh) * | 2019-06-11 | 2019-08-30 | 上海德拓信息技术股份有限公司 | 图片中相似物体检索方法及装置 |
CN110263029A (zh) * | 2019-05-06 | 2019-09-20 | 平安科技(深圳)有限公司 | 数据库生成测试数据的方法、装置、终端及介质 |
CN110473203A (zh) * | 2018-05-09 | 2019-11-19 | 西门子医疗有限公司 | 医学图像分割 |
CN110517759A (zh) * | 2019-08-29 | 2019-11-29 | 腾讯科技(深圳)有限公司 | 一种待标注图像确定的方法、模型训练的方法及装置 |
CN110830807A (zh) * | 2019-11-04 | 2020-02-21 | 腾讯科技(深圳)有限公司 | 图像压缩方法、装置及存储介质 |
CN110858812A (zh) * | 2018-08-24 | 2020-03-03 | 中国移动通信集团浙江有限公司 | 网元割接值守方法及装置 |
CN111104834A (zh) * | 2018-10-25 | 2020-05-05 | 南京大学 | 一种交叉对比神经网络在心声智能检测中的应用方法 |
CN111161363A (zh) * | 2018-11-07 | 2020-05-15 | 合肥图鸭信息科技有限公司 | 一种图像编码模型训练方法及装置 |
CN111381919A (zh) * | 2018-12-29 | 2020-07-07 | 达索系统公司 | 形成用于推断可编辑特征树的数据集 |
CN111414510A (zh) * | 2020-03-24 | 2020-07-14 | 北京曲线智能装备有限公司 | 一种快速图像检索方法 |
US10748036B2 (en) | 2017-11-21 | 2020-08-18 | Nvidia Corporation | Training a neural network to predict superpixels using segmentation-aware affinity loss |
CN111738318A (zh) * | 2020-06-11 | 2020-10-02 | 大连理工大学 | 一种基于图神经网络的超大图像分类方法 |
CN111813830A (zh) * | 2020-07-02 | 2020-10-23 | 清华大学 | 一种基于轨道交通工业互联网的工业时序数据检索方法 |
CN111859790A (zh) * | 2020-07-08 | 2020-10-30 | 大连理工大学 | 一种基于图像特征学习的曲线加筋结构布局智能设计方法 |
CN111985161A (zh) * | 2020-08-21 | 2020-11-24 | 广东电网有限责任公司清远供电局 | 一种变电站三维模型重构方法 |
CN112016599A (zh) * | 2020-08-13 | 2020-12-01 | 驭势科技(南京)有限公司 | 用于图像检索的神经网络训练方法、装置及电子设备 |
CN112020724A (zh) * | 2019-04-01 | 2020-12-01 | 谷歌有限责任公司 | 学习可压缩的特征 |
CN113449737A (zh) * | 2021-05-27 | 2021-09-28 | 南京大学 | 一种基于自编码器的单探头声学成像方法及装置 |
CN113780450A (zh) * | 2021-09-16 | 2021-12-10 | 郑州云智信安安全技术有限公司 | 基于自编码神经网络的分布式存储方法及系统 |
CN114863178A (zh) * | 2022-05-13 | 2022-08-05 | 南京大学 | 面向神经网络视觉系统的图像数据输入检测方法和系统 |
CN115337026A (zh) * | 2022-10-19 | 2022-11-15 | 之江实验室 | 一种基于卷积神经网络的eeg信号特征检索方法、装置 |
CN116524282A (zh) * | 2023-06-26 | 2023-08-01 | 贵州大学 | 一种基于特征向量的离散相似度匹配分类方法 |
CN112150338B (zh) * | 2020-09-21 | 2023-12-05 | 清华大学 | 一种神经网络模型图像水印的去除方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077599A (zh) * | 2014-07-04 | 2014-10-01 | 西安电子科技大学 | 基于深度神经网络的极化sar图像分类方法 |
WO2014205231A1 (en) * | 2013-06-19 | 2014-12-24 | The Regents Of The University Of Michigan | Deep learning framework for generic object detection |
CN105243154A (zh) * | 2015-10-27 | 2016-01-13 | 武汉大学 | 基于显著点特征和稀疏自编码的遥感图像检索方法及系统 |
US20160125572A1 (en) * | 2014-11-05 | 2016-05-05 | Korea Advanced Institute Of Science And Technology | Device and method to generate image using image learning model |
CN105930770A (zh) * | 2016-04-13 | 2016-09-07 | 重庆邮电大学 | 一种基于高斯过程隐变量模型的人体动作识别方法 |
US20170004397A1 (en) * | 2015-06-30 | 2017-01-05 | Adobe Systems Incorporated | Procedural modeling using autoencoder neural networks |
CN106446895A (zh) * | 2016-10-28 | 2017-02-22 | 安徽四创电子股份有限公司 | 一种基于深度卷积神经网络的车牌识别方法 |
CN106503654A (zh) * | 2016-10-24 | 2017-03-15 | 中国地质大学(武汉) | 一种基于深度稀疏自编码网络的人脸情感识别方法 |
-
2017
- 2017-04-24 CN CN201710271606.2A patent/CN107122809B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014205231A1 (en) * | 2013-06-19 | 2014-12-24 | The Regents Of The University Of Michigan | Deep learning framework for generic object detection |
CN104077599A (zh) * | 2014-07-04 | 2014-10-01 | 西安电子科技大学 | 基于深度神经网络的极化sar图像分类方法 |
US20160125572A1 (en) * | 2014-11-05 | 2016-05-05 | Korea Advanced Institute Of Science And Technology | Device and method to generate image using image learning model |
US20170004397A1 (en) * | 2015-06-30 | 2017-01-05 | Adobe Systems Incorporated | Procedural modeling using autoencoder neural networks |
CN105243154A (zh) * | 2015-10-27 | 2016-01-13 | 武汉大学 | 基于显著点特征和稀疏自编码的遥感图像检索方法及系统 |
CN105930770A (zh) * | 2016-04-13 | 2016-09-07 | 重庆邮电大学 | 一种基于高斯过程隐变量模型的人体动作识别方法 |
CN106503654A (zh) * | 2016-10-24 | 2017-03-15 | 中国地质大学(武汉) | 一种基于深度稀疏自编码网络的人脸情感识别方法 |
CN106446895A (zh) * | 2016-10-28 | 2017-02-22 | 安徽四创电子股份有限公司 | 一种基于深度卷积神经网络的车牌识别方法 |
Cited By (71)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109598725A (zh) * | 2017-10-03 | 2019-04-09 | 斯特拉德视觉公司 | 改进图像分割学习方法和装置及使用其的测试方法和装置 |
CN109598725B (zh) * | 2017-10-03 | 2023-05-05 | 斯特拉德视觉公司 | 改进图像分割学习方法和装置及使用其的测试方法和装置 |
CN109685087A (zh) * | 2017-10-18 | 2019-04-26 | 富士通株式会社 | 信息处理方法和装置以及信息检测方法和装置 |
CN109685087B (zh) * | 2017-10-18 | 2022-11-01 | 富士通株式会社 | 信息处理方法和装置以及信息检测方法 |
CN109685087B9 (zh) * | 2017-10-18 | 2023-02-03 | 富士通株式会社 | 信息处理方法和装置以及信息检测方法 |
CN107578300A (zh) * | 2017-10-24 | 2018-01-12 | 济南浪潮高新科技投资发展有限公司 | 一种电梯广告投放工作自动审核的方法及装置 |
CN107870321B (zh) * | 2017-11-03 | 2020-12-29 | 电子科技大学 | 基于伪标签学习的雷达一维距离像目标识别方法 |
CN107766893A (zh) * | 2017-11-03 | 2018-03-06 | 电子科技大学 | 基于标签多级编码神经网络的目标识别方法 |
CN107870321A (zh) * | 2017-11-03 | 2018-04-03 | 电子科技大学 | 基于伪标签学习的雷达一维距离像目标识别方法 |
CN107766893B (zh) * | 2017-11-03 | 2021-01-22 | 电子科技大学 | 基于标签多级编码神经网络的目标识别方法 |
CN108090117A (zh) * | 2017-11-06 | 2018-05-29 | 北京三快在线科技有限公司 | 一种图像检索方法及装置,电子设备 |
US11281714B2 (en) | 2017-11-06 | 2022-03-22 | Beijing Sankuai Online Technology Co., Ltd | Image retrieval |
CN107657615A (zh) * | 2017-11-10 | 2018-02-02 | 西安电子科技大学 | 基于增量cae的高分辨sar图像变化检测方法 |
CN107657615B (zh) * | 2017-11-10 | 2019-07-23 | 西安电子科技大学 | 基于增量cae的高分辨sar图像变化检测方法 |
US10748036B2 (en) | 2017-11-21 | 2020-08-18 | Nvidia Corporation | Training a neural network to predict superpixels using segmentation-aware affinity loss |
US11256961B2 (en) | 2017-11-21 | 2022-02-22 | Nvidia Corporation | Training a neural network to predict superpixels using segmentation-aware affinity loss |
CN108445752A (zh) * | 2018-03-02 | 2018-08-24 | 北京工业大学 | 一种自适应选择深度特征的随机权神经网络集成建模方法 |
CN108536769A (zh) * | 2018-03-22 | 2018-09-14 | 深圳市安软慧视科技有限公司 | 图像分析方法、搜索方法及装置、计算机装置及存储介质 |
CN110473203A (zh) * | 2018-05-09 | 2019-11-19 | 西门子医疗有限公司 | 医学图像分割 |
CN110473203B (zh) * | 2018-05-09 | 2023-10-20 | 西门子医疗有限公司 | 医学图像分割 |
CN109086652A (zh) * | 2018-06-04 | 2018-12-25 | 平安科技(深圳)有限公司 | 手写字模型训练方法、汉字识别方法、装置、设备及介质 |
CN108710866A (zh) * | 2018-06-04 | 2018-10-26 | 平安科技(深圳)有限公司 | 汉字模型训练方法、汉字识别方法、装置、设备及介质 |
CN108710866B (zh) * | 2018-06-04 | 2024-02-20 | 平安科技(深圳)有限公司 | 汉字模型训练方法、汉字识别方法、装置、设备及介质 |
CN108765423B (zh) * | 2018-06-20 | 2020-07-28 | 北京七鑫易维信息技术有限公司 | 一种卷积神经网络训练方法及装置 |
CN108765423A (zh) * | 2018-06-20 | 2018-11-06 | 北京七鑫易维信息技术有限公司 | 一种卷积神经网络训练方法及装置 |
CN109102064A (zh) * | 2018-06-26 | 2018-12-28 | 杭州雄迈集成电路技术有限公司 | 一种高精度的神经网络量化压缩方法 |
CN109102064B (zh) * | 2018-06-26 | 2020-11-13 | 杭州雄迈集成电路技术股份有限公司 | 一种高精度的神经网络量化压缩方法 |
CN109241816A (zh) * | 2018-07-02 | 2019-01-18 | 北京交通大学 | 一种基于标签优化的图像再识别系统及损失函数确定方法 |
CN109241816B (zh) * | 2018-07-02 | 2020-10-27 | 北京交通大学 | 一种基于标签优化的图像再识别系统及损失函数确定方法 |
CN110858812A (zh) * | 2018-08-24 | 2020-03-03 | 中国移动通信集团浙江有限公司 | 网元割接值守方法及装置 |
CN109657082A (zh) * | 2018-08-28 | 2019-04-19 | 武汉大学 | 基于全卷积神经网络的遥感图像多标签检索方法及系统 |
CN109657082B (zh) * | 2018-08-28 | 2022-11-29 | 武汉大学 | 基于全卷积神经网络的遥感图像多标签检索方法及系统 |
CN111104834A (zh) * | 2018-10-25 | 2020-05-05 | 南京大学 | 一种交叉对比神经网络在心声智能检测中的应用方法 |
CN109472360B (zh) * | 2018-10-30 | 2020-09-04 | 北京地平线机器人技术研发有限公司 | 神经网络的更新方法、更新装置和电子设备 |
CN109472360A (zh) * | 2018-10-30 | 2019-03-15 | 北京地平线机器人技术研发有限公司 | 神经网络的更新方法、更新装置和电子设备 |
US11328180B2 (en) | 2018-10-30 | 2022-05-10 | Beijing Horizon Robotics Technology Research And Development Co., Ltd. | Method for updating neural network and electronic device |
CN111161363A (zh) * | 2018-11-07 | 2020-05-15 | 合肥图鸭信息科技有限公司 | 一种图像编码模型训练方法及装置 |
CN111381919A (zh) * | 2018-12-29 | 2020-07-07 | 达索系统公司 | 形成用于推断可编辑特征树的数据集 |
US12033077B2 (en) | 2019-04-01 | 2024-07-09 | Google Llc | Learning compressible features |
CN112020724A (zh) * | 2019-04-01 | 2020-12-01 | 谷歌有限责任公司 | 学习可压缩的特征 |
CN110119447B (zh) * | 2019-04-26 | 2023-06-16 | 平安科技(深圳)有限公司 | 自编码神经网络处理方法、装置、计算机设备及存储介质 |
CN110119447A (zh) * | 2019-04-26 | 2019-08-13 | 平安科技(深圳)有限公司 | 自编码神经网络处理方法、装置、计算机设备及存储介质 |
CN110070140B (zh) * | 2019-04-28 | 2021-03-23 | 清华大学 | 基于多类别信息的用户相似性确定方法及装置 |
CN110070140A (zh) * | 2019-04-28 | 2019-07-30 | 清华大学 | 基于多类别信息的用户相似性确定方法及装置 |
CN110263029A (zh) * | 2019-05-06 | 2019-09-20 | 平安科技(深圳)有限公司 | 数据库生成测试数据的方法、装置、终端及介质 |
CN110263029B (zh) * | 2019-05-06 | 2023-06-23 | 平安科技(深圳)有限公司 | 数据库生成测试数据的方法、装置、终端及介质 |
CN110188231A (zh) * | 2019-06-11 | 2019-08-30 | 上海德拓信息技术股份有限公司 | 图片中相似物体检索方法及装置 |
CN110517759A (zh) * | 2019-08-29 | 2019-11-29 | 腾讯科技(深圳)有限公司 | 一种待标注图像确定的方法、模型训练的方法及装置 |
CN110517759B (zh) * | 2019-08-29 | 2022-03-25 | 腾讯医疗健康(深圳)有限公司 | 一种待标注图像确定的方法、模型训练的方法及装置 |
CN110830807B (zh) * | 2019-11-04 | 2022-08-23 | 腾讯科技(深圳)有限公司 | 图像压缩方法、装置及存储介质 |
CN110830807A (zh) * | 2019-11-04 | 2020-02-21 | 腾讯科技(深圳)有限公司 | 图像压缩方法、装置及存储介质 |
CN111414510A (zh) * | 2020-03-24 | 2020-07-14 | 北京曲线智能装备有限公司 | 一种快速图像检索方法 |
CN111738318A (zh) * | 2020-06-11 | 2020-10-02 | 大连理工大学 | 一种基于图神经网络的超大图像分类方法 |
CN111813830A (zh) * | 2020-07-02 | 2020-10-23 | 清华大学 | 一种基于轨道交通工业互联网的工业时序数据检索方法 |
CN111813830B (zh) * | 2020-07-02 | 2023-03-28 | 清华大学 | 一种基于轨道交通工业互联网的工业时序数据检索方法 |
CN111859790A (zh) * | 2020-07-08 | 2020-10-30 | 大连理工大学 | 一种基于图像特征学习的曲线加筋结构布局智能设计方法 |
CN112016599B (zh) * | 2020-08-13 | 2023-09-15 | 驭势科技(浙江)有限公司 | 用于图像检索的神经网络训练方法、装置及电子设备 |
CN112016599A (zh) * | 2020-08-13 | 2020-12-01 | 驭势科技(南京)有限公司 | 用于图像检索的神经网络训练方法、装置及电子设备 |
WO2022036867A1 (zh) * | 2020-08-21 | 2022-02-24 | 广东电网有限责任公司清远供电局 | 变电站三维模型重构方法 |
CN111985161A (zh) * | 2020-08-21 | 2020-11-24 | 广东电网有限责任公司清远供电局 | 一种变电站三维模型重构方法 |
CN111985161B (zh) * | 2020-08-21 | 2024-06-14 | 广东电网有限责任公司清远供电局 | 一种变电站三维模型重构方法 |
CN112150338B (zh) * | 2020-09-21 | 2023-12-05 | 清华大学 | 一种神经网络模型图像水印的去除方法 |
CN113449737B (zh) * | 2021-05-27 | 2023-11-17 | 南京大学 | 一种基于自编码器的单探头声学成像方法及装置 |
CN113449737A (zh) * | 2021-05-27 | 2021-09-28 | 南京大学 | 一种基于自编码器的单探头声学成像方法及装置 |
CN113780450B (zh) * | 2021-09-16 | 2023-07-28 | 郑州云智信安安全技术有限公司 | 基于自编码神经网络的分布式存储方法及系统 |
CN113780450A (zh) * | 2021-09-16 | 2021-12-10 | 郑州云智信安安全技术有限公司 | 基于自编码神经网络的分布式存储方法及系统 |
CN114863178A (zh) * | 2022-05-13 | 2022-08-05 | 南京大学 | 面向神经网络视觉系统的图像数据输入检测方法和系统 |
CN115337026A (zh) * | 2022-10-19 | 2022-11-15 | 之江实验室 | 一种基于卷积神经网络的eeg信号特征检索方法、装置 |
CN115337026B (zh) * | 2022-10-19 | 2023-03-10 | 之江实验室 | 一种基于卷积神经网络的eeg信号特征检索方法、装置 |
CN116524282B (zh) * | 2023-06-26 | 2023-09-05 | 贵州大学 | 一种基于特征向量的离散相似度匹配分类方法 |
CN116524282A (zh) * | 2023-06-26 | 2023-08-01 | 贵州大学 | 一种基于特征向量的离散相似度匹配分类方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107122809B (zh) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107122809A (zh) | 基于图像自编码的神经网络特征学习方法 | |
Wang et al. | Visual saliency guided complex image retrieval | |
Huang et al. | Deep embedding network for clustering | |
CN105095833B (zh) | 用于人脸识别的网络构建方法、识别方法及系统 | |
CN105160400B (zh) | 基于l21范数的提升卷积神经网络泛化能力的方法 | |
WO2019223302A1 (zh) | 基于注意力知识提取的服装搭配方法、系统及存储介质 | |
EP4002161A1 (en) | Image retrieval method and apparatus, storage medium, and device | |
CN103870569B (zh) | 一种基于内容的彩色动物图像检索方法与系统 | |
CN112949740B (zh) | 一种基于多级度量的小样本图像分类方法 | |
CN111524140B (zh) | 基于cnn和随机森林法的医学图像语义分割方法 | |
CN109815478A (zh) | 基于卷积神经网络的药化实体识别方法及系统 | |
Zhang et al. | Class relatedness oriented-discriminative dictionary learning for multiclass image classification | |
Mishra et al. | Medical image retrieval using self-organising map on texture features | |
Da et al. | Brain CT image classification with deep neural networks | |
CN114093507A (zh) | 边缘计算网络中基于对比学习的皮肤病智能分类方法 | |
CN113380360A (zh) | 一种基于多模态病历图的相似病历检索方法及系统 | |
Astudillo et al. | Classification with stochastic learning methods and convolutional neural networks | |
CN110210562A (zh) | 基于深度网络和稀疏Fisher矢量的图像分类方法 | |
CN110543888A (zh) | 一种基于群集递归神经网络的图像分类方法 | |
He et al. | Midcn: A multiple instance deep convolutional network for image classification | |
CN115375984A (zh) | 一种基于图神经网络的图表问答方法 | |
CN108304546A (zh) | 一种基于内容相似度和Softmax分类器的医学图像检索方法 | |
Song et al. | Triple-CFN: Restructuring Conceptual Spaces for Enhancing Abstract Reasoning process | |
Hu et al. | Tree species identification based on the fusion of multiple deep learning models transfer learning | |
Belver et al. | Comparative study of human age estimation based on hand-crafted and deep face features |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20170901 Assignee: Henan zhuodoo Information Technology Co.,Ltd. Assignor: Beijing University of Technology Contract record no.: X2024980000138 Denomination of invention: A Neural Network Feature Learning Method Based on Image Self encoding Granted publication date: 20200428 License type: Common License Record date: 20240104 Application publication date: 20170901 Assignee: Luoyang Lexiang Network Technology Co.,Ltd. Assignor: Beijing University of Technology Contract record no.: X2024980000083 Denomination of invention: A Neural Network Feature Learning Method Based on Image Self encoding Granted publication date: 20200428 License type: Common License Record date: 20240104 |