技术特征：
技术总结
一种改进的并行通道卷积神经网络训练方法。其包括利用直连和卷积通道对卷积神经网络中数据进行特征提取，得到特征矩阵；将特征矩阵合并，并进行数据降维；对卷积神经网络进行训练，计算此次网络训练的损失值；计算各层误差项和权值梯度；根据损失值判断网络是否收敛，如不收敛，依据权值梯度调整卷积神经网络初始化参数并重新进行训练，如已收敛则输出网络训练结果等步骤。本发明通过直连通道的引入可保证数据在网络中的流通性，克服了深层卷积神经网络训练时梯度不稳定的难题，可训练更深层的网络；利用最大池化和均值池化，可使两次特征提取间的特征矩阵维度保持一致且可结合两种池化方法的优点。
技术研发人员：屈景怡;朱威;李佳怡;吴仁彪
受保护的技术使用者：中国民航大学
技术研发日：2017.04.17
技术公布日：2017.08.25