[发明专利]一种鉴别黄酮类和二苯甲酮类化合物的神经网络模型在审
| 申请号： | 202011054258.1 | 申请日： | 2020-09-30 |
| 公开（公告）号： | CN112215343A | 公开（公告）日： | 2021-01-12 |
| 发明（设计）人： | 韩立峰;刘二伟;于海洋;张祎;王涛;窦志英;高秀梅 | 申请（专利权）人： | 天津中医药大学 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063;G06N3/04;G06K9/62 |
| 代理公司： | 天津展誉专利代理有限公司 12221 | 代理人： | 刘红春 |
| 地址： | 300000 天*** | 国省代码： | 天津;12 |
| 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 鉴别 酮类 二苯甲 化合物 神经网络 模型 | ||
【权利要求书】：
1.一种鉴别黄酮类和二苯甲酮类化合物的神经网络模型，其特征在于，包括输入层、多层神经层和输出层，所述神经层的运算公式如下：
f(i)＝g(WTf(i-1)+b)
其中，W和b分别表示加权运算的权重和偏置。
2.根据权利要求1所述的一种鉴别黄酮类和二苯甲酮类化合物的神经网络模型，其特征在于，所述输出层包括两组神经元，化合物的分类依据两组神经元的概率确定，神经元的激活运算采用二分类的Softmax函数如下：
其中，Si为神经模型的输出，i的取值为1,2，分别代表着第一个和第二个输出神经元，第一个神经元代表的黄酮类化合物，第二个神经元代表的是二苯甲酮类化合物。f1和f2分别表示输出层的第一个和第二个神经元的线性输出结果。
3.根据权利要求2所述的一种鉴别黄酮类和二苯甲酮类化合物的神经网络模型，其特征在于，两组神经元的输出概率之和等于1。
4.根据权利要求3所述的一种鉴别黄酮类和二苯甲酮类化合物的神经网络模型，其特征在于，还包括参数优化函数，所述参数优化函数采用交叉熵函数如下：
其中，T1和T2是用于模型训练的已知数据的理想的类别标签，T1代表黄酮类化合物，T2代表二苯甲酮类化合物，两类类别标签数值为0或1。
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天津中医药大学，未经天津中医药大学许可，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/202011054258.1/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种抗菌特超级双相不锈钢及其制备方法
- 下一篇：路基拼宽的施工方法
