[发明专利]一种基于聚合规则的动态约束自适应方法在审
| 申请号： | 202010013265.0 | 申请日： | 2020-01-07 |
| 公开（公告）号： | CN111222091A | 公开（公告）日： | 2020-06-02 |
| 发明（设计）人： | 李德权;许月;申修宇;方润月 | 申请（专利权）人： | 安徽理工大学 |
| 主分类号： | G06F17/15 | 分类号： | G06F17/15;G06N20/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 232001 安徽*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 聚合 规则 动态 约束 自适应 方法 | ||
【权利要求书】：
1.一种基于聚合规则的动态约束自适应方法，优化的目标函数的要求条件是：函数的Hessian矩阵是不定的，所以该函数存在鞍点。通过不断对解进行梯度更新，最终找到目标函数的最优值。
2.一种基于聚合规则的动态约束自适应方法，分布式网络的环境的要求条件是：拜占庭智能体的个数f与智能体总个数n满足：n≥3f+1。其特征是：存在Byzantine攻击的情况下，算法仍能正常执行的弹性区间。
3.一种基于聚合规则的动态约束自适应方法，优化方法的学习率的上下阈值的要求条件是：当‖g‖2≥ηmax(t)时，当‖g‖2≤ηmin(t)时，针对梯度消失和梯度爆炸问题，为有效克服自适应方法易受极端学习率影响这一困难，通过给梯度加一个阈值区间，并且上下阈值都随时间变化最后收敛到随机梯度下降算法的学习率，从而实现自适应方法向随机梯度下降算法的平缓过渡。
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安徽理工大学，未经安徽理工大学许可，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/pat/books/202010013265.0/1.html，转载请声明来源钻瓜专利网。
