[发明专利]期望与反期望深度学习方法和神经网络系统有效

专利信息
申请号: 201711001729.0 申请日: 2017-10-24
公开(公告)号: CN108038543B 公开(公告)日: 2021-01-22
发明(设计)人: 朱定局 申请(专利权)人: 华南师范大学
主分类号: G06N3/08 分类号: G06N3/08
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 刘雯
地址: 510000 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及一种期望与反期望深度学习方法和神经网络系统,通过输出数据的期望标签和反期望标签构造2个深度学习神经网络,分别对与期望标签对应的深度学习神经网络和与反期望标签对应的深度学习神经网络进行训练,避免了深度学习神经网络当存在属性相反的输出数据时结构动荡的问题,提高了深度学习神经网络训练的可靠性。
搜索关键词: 期望 深度 学习方法 神经网络 系统
【主权项】:
1.一种期望与反期望深度学习方法,其特征在于,包括以下步骤:获取训练数据中的输出数据的期望标签和反期望标签;其中,所述反期望标签是与所述期望标签的属性相反的标签;初始化与期望标签对应的深度学习神经网络,得到期望深度学习神经网络,初始化与反期望标签对应的深度学习神经网络,得到反期望深度学习神经网络;分别对所述期望深度学习神经网络和反期望深度学习神经网络进行训练。
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华南师范大学,未经华南师范大学许可,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/patent/201711001729.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top