一种基于图像的模型融合的神经网络结构训练方法

	一种基于图像的模型融合的神经网络结构训练方法
	张伟; 刘英丽; 黄昊; 王康; 何旭; 高升
	2019-03-26
著作权人	中国科学院沈阳自动化研究所
国家	中国
文献子类	发明
产权排序	1
英文摘要	本发明涉及一种改进的模型融合的神经网络结构训练方法，采集图像，形成数据集，根据图像特征确定原始神经网络结构；将数据集划分为若干个子集，并且改变原始神经网络结构，得到若干个模型，使得到的模型个数与子集个数相同；采用划分后的子集分别训练对应的模型，得到每个模型的表现值；计算每个模型的表现系数，并根据表现系数输出数据集训练结果。本发明提供了简化训练神经网络难度的新思路，综合加入物理学动量的设计方法的优势，可大幅减小训练时间，加速目标函数收敛速度，更容易获得目标函数全局最优解。同时提高泛化性能。
申请日期	2017-09-19
语种	中文
状态	公开
内容类型	专利
源URL	[http://ir.sia.cn/handle/173321/24365]
专题	沈阳自动化研究所_空间自动化技术研究室
作者单位	中国科学院沈阳自动化研究所
推荐引用方式 GB/T 7714	张伟,刘英丽,黄昊,等. 一种基于图像的模型融合的神经网络结构训练方法. 2019-03-26.