一种基于模拟退火—高斯函数的卷积神经网络集成方法
授权
摘要
本发明采用模拟退火和高斯函数的集成方法对全连接层初始化权值和传统滤波器进行优化：首先提取样本的隐层特征映射作为先验信息，并利用模拟退火寻得最优解作为全连接层初始化权值，进而加快权值更新和卷积神经网络收敛；其次在卷积层引入高斯函数，通过高斯函数运算对图像进行平滑，降低噪声对特征提取的干扰，进而提升了卷积神经网络的性能。从而解决了在现有技术中卷积神经网络训练过程中梯度下降易陷入局部最优以及特征提取过程中噪声干扰过大等问题。
基本信息
专利标题 ：
一种基于模拟退火—高斯函数的卷积神经网络集成方法
专利标题（英）：
暂无
公开（公告）号 ：
CN108171318A
申请号 ：
CN201711236180.3
公开（公告）日 ：
2018-06-15
申请日 ：
2017-11-30
授权号 ：
CN108171318B
授权日 ：
2022-05-27
发明人 ：
胡振涛魏倩金勇周林李军伟靳兵张景一刘海江代宝武国栋毛贻豪石昌森
申请人 ：
河南大学
申请人地址 ：
河南省开封市明伦街85号
代理机构 ：
郑州联科专利事务所(普通合伙)
代理人 ：
刘建芳
优先权 ：
CN201711236180.3
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-05-27 ：
授权
2018-07-13 ：
实质审查的生效
IPC(主分类) : G06N 3/04
申请日 : 20171130
申请日 : 20171130
2018-06-15 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
