[发明专利]一种基于交叉生成复杂神经网络的方法及系统在审
| 申请号： | 201910952242.3 | 申请日： | 2019-10-09 |
| 公开（公告）号： | CN110782006A | 公开（公告）日： | 2020-02-11 |
| 发明（设计）人： | 朱徽;安竹林;徐勇军;胡小龙;李超 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04 |
| 代理公司： | 11280 北京泛华伟业知识产权代理有限公司 | 代理人： | 王勇 |
| 地址： | 100190 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种生成复杂神经网络的方法，包括：1)从已有的神经网络结构的种群中选择具有高适应度的两个作为父代个体，其中，所述两个父代个体之间具有以卷积层为单位的异构结构；2)将一个卷积层作为最小的操作单位，对所述两个父代个体执行交叉操作以得到子代个体。本发明可以根据已有网络结构方面的经验，有方向性地改变神经网络结构。本发明在不对卷积神经网络进行任何附加训练的情况下，可以实现功能保持，大大节省计算代价。如果对卷积神经网络进行额外训练，可以体现出新产生的神经结构表现更加优秀。在同源结构进行融合的过程中，本发明将已有参数和结构作为指导，能够迅速实现基于功能保持的神经网络结构搜索。 | ||
| 搜索关键词： | 神经网络结构 父代个体 卷积神经网络 功能保持 卷积 额外训练 交叉操作 神经结构 神经网络 同源结构 网络结构 异构结构 子代个体 适应度 种群 搜索 融合 表现 | ||
【主权项】：
1.一种基于交叉生成复杂神经网络的方法，包括：/n1)从已有的神经网络结构的种群中选择具有高适应度的两个作为父代个体，其中，所述两个父代个体之间具有以卷积层为单位的异构结构；/n2)将一个卷积层作为最小的操作单位，对所述两个父代个体执行交叉操作以得到子代个体。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院计算技术研究所，未经中国科学院计算技术研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910952242.3/，转载请声明来源钻瓜专利网。
