基于BesselJ函数,构建AI中的卷积神经网络之新型卷积核

原创:daode3056(daode1212)

BesselJ函数,来自微分方程:

它有通解有以下形式:

就取J0--J5的函数图像,如下:

现取J1(x),也就是红色的这支,作新的函数:

这一函数的导数与不定积分如下:

可以证明:

再分析被积函数性质与图像:

这种卷积核的优越性在:给自变量配上一个正整数的系数因子,积分值不变的,如以7作因子:

这时钟形曲线的特性是不同的:

也就是卷积范围更加集中了,反映到对曲线、图像的特性是更加柔软了。

这一种新型卷积在调节平滑、柔软方面十分方便,形式也简洁。我们在工业视觉、机器人路径规划方面得到了充分地应用。

相关推荐
Data_agent17 分钟前
如何评估 CNN 模型在验证码识别任务中的性能?
人工智能·机器学习·cnn
Yan-英杰25 分钟前
2025 AI数据准备:EasyLink让多模态非结构化数据处理变简单
人工智能·深度学习·神经网络·机器学习·ai·大模型
威风的虫44 分钟前
RAG 系统的经典工作流程
人工智能·python·rag
sunny06601 小时前
Triton Kernel概述
人工智能
aiguangyuan1 小时前
机器学习入门
人工智能·python·机器学习
沃达德软件1 小时前
侦查实战中心大数据应用
大数据·人工智能·计算机视觉·数据挖掘·音视频
aircrushin1 小时前
打造智能财务分析Agent:Claude Agent SDK完整实战案例
人工智能
共绩算力1 小时前
统一多模态基础模型:发展、架构与挑战的全面综述
人工智能·架构·共绩算力
Deepoch2 小时前
外拓板赋能:景区机器人迎战客流高峰新范式
人工智能·机器人·具身模型·deepoc·景区机器人