[发明专利]一种树突神经网络初始化方法在审
| 申请号： | 202110655038.2 | 申请日： | 2021-06-11 |
| 公开（公告）号： | CN113408602A | 公开（公告）日： | 2021-09-17 |
| 发明（设计）人： | 秦峰;嵇凌;陈奕钊;葛宏宇;王辉;吴林印;罗旭东 | 申请（专利权）人： | 中国电子科技集团公司第三十四研究所 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 桂林市华杰专利商标事务所有限责任公司 45112 | 代理人： | 周雯 |
| 地址： | 541004 广西壮*** | 国省代码： | 广西;45 |
| 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 树突 神经网络 初始化 方法 | ||
【权利要求书】：
1.一种树突神经网络初始化方法，包括对神经元树突的修剪，其特征为，包括如下步骤：
步骤一，使用k-fold交叉验证方法从数据集中生成训练集D＝{(x1,y1),(x2,y2),...,(xm,ym)}；
步骤二，使用二值化方法从训练集D中生成新的数据集T；
步骤三，通过ID3或C4.5学习算法生成相应的决策树结构；
步骤四，合并叶子节点标记为1的决策树的路径，并修剪叶子节点标记为0的路径；
步骤五，根据决策树中标记为1的路径数量确定树突神经网络中dendrite层的数量；
步骤六，根据决策树的各个路径构造具有相同分类功能的dendrite层。
2.根据权利要求1所述的树突神经网络初始化方法，其特征为，还包括基于一位有效编码的分类方法，所述分类方法包括如下步骤：
步骤一，设定一个概率预测模型h，h(x)＝(h1(x),h2(x),...,hk(x))∈[0,1]k，h(x)是样本x属于第i类的概率，则模型h的最大概率分类函数为，
步骤二，最大概率分类输出与最大的模型预测概率对应的进行分类，并将其用作样本的分类预测。
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电子科技集团公司第三十四研究所，未经中国电子科技集团公司第三十四研究所许可，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/pat/books/202110655038.2/1.html，转载请声明来源钻瓜专利网。
