[发明专利]基于遗传算法优化深度神经网络的通信网络风险评估方法在审
| 申请号： | 202010087320.0 | 申请日： | 2020-02-11 |
| 公开（公告）号： | CN111327462A | 公开（公告）日： | 2020-06-23 |
| 发明（设计）人： | 方润月;李德权;申修宇 | 申请（专利权）人： | 安徽理工大学 |
| 主分类号： | H04L12/24 | 分类号： | H04L12/24;G06N3/08 |
| 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： | 基于 遗传 算法 优化 深度 神经网络 通信 网络 风险 评估 方法 | ||
【权利要求书】：
1.一种基于遗传算法优化深度神经网络的通信网络风险评估方法，其特征在于：基于数据进行风险评估，避免了传统的风险评估方法的主观性。并且该方法利用遗传算法对深度神经网络中的权重和阈值进行优化，使得模型的评估更加准确可靠。
2.根据权利要求1所述的基于数据进行风险评估，避免了传统的风险评估方法的主观性，其特征在于：该方法需要数据作为支撑，并利用优化后的深度神经网络进行模型训练，最终得到风险值。
3.根据权利要求1提出的利用遗传算法对深度神经网络中的权重和阈值进行优化，其特征在于：未优化的深度神经网络模型权重和阈值是随机的，模型具有不稳定性，利用遗传算法对其优化，使得深度神经网络模型中的权重和阈值是经过优化的，模型具有稳定性，运行结果也具有稳定性。
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/202010087320.0/1.html，转载请声明来源钻瓜专利网。
