一种基于图像的模型融合的神经网络结构训练方法 | |
张伟![]() ![]() ![]() ![]() | |
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. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论