[发明专利]卷积神经网络知识迁移配对优化方法、设备及存储介质在审
| 申请号： | 201810536501.X | 申请日： | 2018-05-30 |
| 公开（公告）号： | CN108764463A | 公开（公告）日： | 2018-11-06 |
| 发明（设计）人： | 史方;隆刚;王标 | 申请（专利权）人： | 成都视观天下科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06N3/12 |
| 代理公司： | 成都九鼎天元知识产权代理有限公司 51214 | 代理人： | 钱成岑 |
| 地址： | 610041 四川省成都市高新区天*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了卷积神经网络知识迁移配对优化方法，包括步骤(1)初始化种群；(2)计算种群个体适应度值；(3)根据个体适应度值生成中间代；(4)对所述中间代进行交叉、变异处理得到下一代种群；(5)重复步骤(2)‑(4)，直至种群进化完成；(6)在进化完成后的种群中选择适应度值最高的预设个数不重复个体，对所述个体对应的学生网络进行完整训练，选择出最优学生网络。通过该方法可获得更加优化的教师网络与学生网络匹配方案，进而可获得性能更佳的学生网络，同时该方法可实现快速随机全局搜索，迭代效率高。 | ||
| 搜索关键词： | 种群 卷积神经网络 个体适应度 知识迁移 配对 学生 网络 进化 优化 选择适应度 变异处理 存储介质 全局搜索 网络匹配 初始化 重复 迭代 预设 教师 | ||
【主权项】：
1.卷积神经网络知识迁移配对优化方法，其特征在于包括步骤：(1)初始化种群；(2)计算种群个体适应度值；(3)根据个体适应度值生成中间代；(4)对所述中间代进行交叉、变异处理得到下一代种群；(5)重复步骤(2)‑(4)，直至种群进化完成；(6)在进化完成后的种群中选择适应度值最高的预设个数不重复个体，对所述个体对应的学生网络进行完整训练，选择出最优学生网络。
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成都视观天下科技有限公司，未经成都视观天下科技有限公司许可，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/201810536501.X/，转载请声明来源钻瓜专利网。
