[发明专利]一种选择融合模型权重参数的方法、装置及设备

权利要求书

1.一种选择融合模型权重参数的方法，其特征在于，所述方法包括：

构建初始融合模型，所述初始融合模型包括N个神经网络模型，每个所述神经网络模型对应有模型权重，N为正整数；

选择第一模型权重组合以构建待验证融合模型，并获取各个所述待验证融合模型的验证结果，所述第一模型权重组合包括第1个至第N-1个模型权重；

根据各个所述待验证融合模型的验证结果，获得m组满足预设条件的第二模型权重组合，所述第二模型权重组合包括第1个至第N个模型权重；

根据所述m组满足预设条件的第二模型权重组合，确定一组目标模型权重，所述目标模型权重包括第1个至第N个模型权重；

利用所述目标模型权重生成对应的目标融合模型。

2.根据权利要求1所述的方法，其特征在于，所述选择第一模型权重组合以构建待验证融合模型，并获取各个所述待验证融合模型的验证结果，包括：

选择一组第一模型权重组合；

根据所述第一模型权重组合包括的第1个至第N-1个模型权重之和，计算对应的第N个模型权重，将第1个至第N个模型权重组成第二模型权重组合；

利用所述第二模型权重组合生成待验证融合模型，利用验证数据集对所述待验证融合模型进行验证，得到所述待验证融合模型的验证结果；

重新执行所述选择一组第一模型权重组合以及后续步骤，直到达到停止条件。

3.根据权利要求1或2所述的方法，其特征在于，所述根据各个所述待验证融合模型的验证结果，获得m组满足预设条件的第二模型权重组合，包括：

选择所述验证结果满足预设条件的m个待验证融合模型，得到所述m个待验证融合模型分别对应的第二模型权重组合，获得m组满足预设条件的第二模型权重组合。

4.根据权利要求3所述的方法，其特征在于，所述选择所述验证结果满足预设条件的m个待验证融合模型，包括：

对各个待验证融合模型的验证结果进行排序，选择排序在先的m个待验证融合模型。

5.根据权利要求1所述的方法，其特征在于，所述根据所述m组满足预设条件的第二模型权重组合，确定一组目标模型权重，包括：

在m组满足预设条件的第二模型权重组合中，针对每组第二模型权重组合，将非零的模型权重对应的神经网络模型的出现次数增加一次，获得N个神经网络模型对应的出现次数；

根据N个神经网络模型对应的出现次数，确定一组目标模型权重。

6.根据权利要求5所述的方法，其特征在于，所述根据N个神经网络模型对应的出现次数，确定一组目标模型权重，包括：

将N个神经网络模型对应的出现次数进行归一化，转换为一组目标模型权重。

7.一种选择融合模型权重参数的装置，其特征在于，所述装置包括：

构建单元，用于构建初始融合模型，所述初始融合模型包括N个神经网络模型，每个所述神经网络模型对应有模型权重，N为正整数；

第一获取单元，用于选择第一模型权重组合以构建待验证融合模型，并获取各个所述待验证融合模型的验证结果，所述第一模型权重组合包括第1个至第N-1个模型权重；

第二获取单元，用于根据各个所述待验证融合模型的验证结果，获得m组满足预设条件的第二模型权重组合，所述第二模型权重组合包括第1个至第N个模型权重；

确定单元，用于根据所述m组满足预设条件的第二模型权重组合，确定一组目标模型权重，所述目标模型权重包括第1个至第N个模型权重；

生成单元，用于利用所述目标模型权重生成对应的目标融合模型。