一种基于图像的模型融合的神经网络结构训练方法
文献类型：专利
| 作者 | 张伟 ; 刘英丽; 黄昊; 王康; 何旭; 高升
|
| 发表日期 | 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 |
| 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. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
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。