技术特征：
技术总结
本发明涉及信息处理领域中的一种导入人工智能超深度学习用于图像识别的方法，其特征如下：图像信号的经过微机器学习产生特征值特征信息，输入到超深度学习神经网络的输入层；输入层通过微机器学习输入到神经层；神经层以阀值为基准产生神经信号输入到头脑层，头脑层进行识别结果的判断。本发明实施效果是：“超深度学习”的计算复杂度为O2，学习过程目标明确，处理效率高，特别适用于硬件电路的实现，以自组织后的概率尺度作为触发神经元的阀值与实际的大脑神经元的机理很接近，而且可适应于含有随机分量的图像识别对象的应用，在应用神经网络理论进行图像识别上具有突破性。
技术研发人员：顾泽苍;郭南云;王悦希
受保护的技术使用者：顾泽苍
技术研发日：2016.11.14
技术公布日：2018.05.25