[发明专利]基于光滑GroupLasso惩罚项的分数阶的神经网络建模方法在审
| 申请号： | 201610601738.2 | 申请日： | 2016-07-27 |
| 公开（公告）号： | CN106295794A | 公开（公告）日： | 2017-01-04 |
| 发明（设计）人： | 王健;温艳青;黄炳家;桑兆阳;柳毓松;陈华 | 申请（专利权）人： | 中国石油大学（华东） |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02;G06N3/08 |
| 代理公司： | 济南圣达知识产权代理有限公司37221 | 代理人： | 赵妍 |
| 地址： | 266580 山东省*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于光滑Group Lasso惩罚项的分数阶神经网络建模方法，包括以下步骤，选择神经网络模型，确定误差函数；利用分数阶最速下降法迭代更新训练网络权值；即权值沿着误差函数关于权值的分数阶负梯度方向更新；根据步骤二中的分数阶最速下降法获取神经网络模型的网络参数；利用测试样本计算神经网络模型的精度。本发明的有益效果是：本发明采用分数阶最速下降法训练网络权值，由于分数阶模型描述往往比整数阶模型更加准确，因此，相比于整数阶求导梯度的算法，本发明的精度更高。 | ||
| 搜索关键词： | 基于 光滑 grouplasso 惩罚 分数 神经网络 建模 方法 | ||
【主权项】：
基于光滑Group Lasso惩罚项的分数阶的神经网络建模方法，其特征是，包括以下步骤：步骤一：选择神经网络模型，确定误差函数；步骤二：利用分数阶最速下降法迭代更新训练网络权值；步骤三：根据步骤二中的分数阶最速下降法获取神经网络模型的网络参数；步骤四：利用测试样本计算神经网络模型的精度。
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石油大学（华东），未经中国石油大学（华东）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/patent/201610601738.2/，转载请声明来源钻瓜专利网。
- 上一篇：化妆品乳液容器
- 下一篇：啤酒罐（百世源啤酒）
