[发明专利]一种基于区间算法的神经网络损失层设计方法在审
| 申请号： | 201810059085.9 | 申请日： | 2018-01-22 |
| 公开（公告）号： | CN108280512A | 公开（公告）日： | 2018-07-13 |
| 发明（设计）人： | 周玉山;段成德;于治楼 | 申请（专利权）人： | 济南浪潮高新科技投资发展有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 刘继枝 |
| 地址： | 250100 山东省济南市*** | 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区间算法的神经网络损失层设计方法，包括如下步骤：1)基于传统神经网络的损失层进行设计，获取区间损失层的特征输入元素；2)将区间形式的输入元素，与对应的真实值做减法，获得每个元素对应的最大距离以及最小距离值；3)获得单个训练样本的最大损失值和最小损失值；4)将所有所述的训练样本按照步骤3)的方法获得最大损失值和最小损失值后取平均，获得本次训练的区间损失值。本发明和现有技术相比，将损失层的输入值，以及输出值，定义成区间数据类型，从而形成区间损失层，该区间损失层能够处理不确定的有一定范围的输入值，并输出可靠的区间值，弥补了神经网络无法处理区间数据的不足。 | ||
| 搜索关键词： | 神经网络 区间数据 区间算法 训练样本 最大损失 最小损失 传统神经网络 输入元素 特征输入 最大距离 最小距离 输出 减法 | ||
【主权项】：
1.一种基于区间算法的神经网络损失层设计方法，其特征在于，包括如下步骤：步骤1)基于传统神经网络的损失层进行设计，获取区间损失层的特征输入元素；步骤2)将区间形式的输入元素，与对应的真实值做减法，获得每个元素对应的最大距离以及最小距离值；步骤3)获得单个训练样本的最大损失值和最小损失值；步骤4)将所有所述的训练样本按照步骤3)的方法获得最大损失值和最小损失值后取平均，获得本次训练的区间损失值。
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济南浪潮高新科技投资发展有限公司，未经济南浪潮高新科技投资发展有限公司许可，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/201810059085.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于卷积网络进行网络访问数据进行处理的方法
- 下一篇：模型生成方法和装置
