一种流形上的智能目标识别方法
文献类型：专利
| 作者 | 史泽林 ; 向伟; 刘云鹏; 刘天赐; 邬抒航; 蓝德岩
|
| 发表日期 | 2021-06-08 |
| 著作权人 | 中国科学院沈阳自动化研究所 |
| 国家 | 中国 |
| 文献子类 | 发明 |
| 产权排序 | 1 |
| 英文摘要 | 本发明公开了一种流形上的智能目标识别方法，方法流程包括：原始图像输入、流形特征建模、智能网络学习、网络更新优化、识别结果输出等五个部分。本发明首先利用协方差特征矩阵对原始图像进行流形特征建模，从而将提取的流形特征作为智能学习网络的输入；之后，基于黎曼流形理论与矩阵微分原理，对流形上的深度学习网络进行梯度模型推导，同时在模型训练过程中，使用基于矩阵链式法则的反向传播算法来更新模型，并将权值的优化过程转换为Grassmann流形上的优化问题，利用黎曼优化方法获得最优的参数值，最终学习到流形上的智能目标识别网络。本发明有效利用数据的几何结构，降低了计算复杂度，可以精确地、快速地识别目标，具有较高的识别准确率和学习效率。 |
| 申请日期 | 2019-12-06 |
| 语种 | 中文 |
| 状态 | 公开 |
| 源URL | [http://ir.sia.cn/handle/173321/29104]  |
| 专题 | 沈阳自动化研究所_光电信息技术研究室 |
| 作者单位 | 中国科学院沈阳自动化研究所 |
| 推荐引用方式 GB/T 7714 | 史泽林,向伟,刘云鹏,等. 一种流形上的智能目标识别方法. 2021-06-08. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。