专利详情

专利名称	一种基于多任务深度神经网络的数据识别方法及装置
申请号	CN201310316221.5	专利类型	发明专利
公开（公告）号	CN103345656A	公开（授权）日	2013.10.09
申请（专利权）人	中国科学院自动化研究所	发明（设计）人	谭铁牛;王亮;王威;黄岩
主分类号	G06N3/02(2006.01)I	IPC主分类号	G06N3/02(2006.01)I
专利有效期	一种基于多任务深度神经网络的数据识别方法及装置至一种基于多任务深度神经网络的数据识别方法及装置	法律状态	实质审查的生效
说明书摘要	本发明公开了一种基于多任务深度神经网络的数据识别方法及其装置。该方法包括：步骤1、建立多任务深度神经网络；步骤2、将所述多任务深度神经网络相邻两层看作限制的波尔兹曼机，采用无监督地自底向上的逐层训练方法来预训练该多任务深度神经网络，获得相邻层之间的初始连接权重；步骤3、利用反向传播算法有监督地最小化关于所述网络权重的目标函数，以获得优化后的网络权重；步骤4、将待识别数据输入具有优化后网络权重的所述多任务深度神经网络，得到输出层节点值，并根据输出层节点值得出所述待识别数据所属的类别。本方法利用神经网络来挖掘不同标签之间的关联性，在标签数量较多的大规模图像标注中仍然可以保证较高的图像标注准确率。