公开(公告)号：CN107392085A

公开(公告)日：2017-11-24

申请号：CN201710381902.8

申请日：2017-05-26

Applicant: 上海精密计量测试研究所 ,  上海航天信息研究所

Inventor： 邱春芳 ,  陈继勋 ,  成斌 ,  王南松

IPC: G06K9/00 ,  G06N3/08

CPC classification number: G06K9/00664 ,  G06N3/08

Abstract: 本发明的可视化卷积神经网络的方法包括：1）准备数据集；2）自定义卷积神经网络输入层，并设置卷积神经网络特征抽取函数参数，生成卷积神经网络特征抽取程序；3）执行卷积神经网络特征抽取程序，抽取数据集中所有图片指定层所有神经元的响应特征，并保存；4）计算指定层神经元响应域参数；5）指定层单神经元最大响应可视化和更大响应特征可视化。本发明的可视化卷积神经网络的方法可很好地展示出神经元工作特点，有助于了解卷积神经网络如何实现其优越性。

公开(公告)号：CN105512018A

公开(公告)日：2016-04-20

申请号：CN201410490717.9

申请日：2014-09-23

Applicant: 上海精密计量测试研究所

Inventor： 成斌 ,  钱平 ,  王凌 ,  齐宏恩 ,  龚丹丹 ,  陈春萍 ,  李楠 ,  张闯 ,  郭素敏 ,  刘冰川 ,  杨雨翰 ,  蒋坚鸿

IPC: G06F11/36 ,  G06F9/44

Abstract: 本发明公开了一种并行系统性能的形式化分析方法，包括：步骤一、建立并行程序性能模型和并行机模型；步骤二、在并行程序性能模型和并行机模型之间建立映射关系，形成并行系统性能模型，进行并行系统性能分析。本发明提供了一种高效的并行系统性能分析方法。

公开(公告)号：CN107392085B

公开(公告)日：2021-07-02

申请号：CN201710381902.8

申请日：2017-05-26

Applicant: 上海精密计量测试研究所 ,  上海航天信息研究所

Inventor： 邱春芳 ,  陈继勋 ,  成斌 ,  王南松

IPC: G06K9/00 ,  G06N3/08

Abstract: 本发明的可视化卷积神经网络的方法包括：1）准备数据集；2）自定义卷积神经网络输入层，并设置卷积神经网络特征抽取函数参数，生成卷积神经网络特征抽取程序；3）执行卷积神经网络特征抽取程序，抽取数据集中所有图片指定层所有神经元的响应特征，并保存；4）计算指定层神经元响应域参数；5）指定层单神经元最大响应可视化和更大响应特征可视化。本发明的可视化卷积神经网络的方法可很好地展示出神经元工作特点，有助于了解卷积神经网络如何实现其优越性。