[发明专利]自组织神经网络的近邻函数核参数确定方法及训练方法在审
| 申请号： | 201910804594.4 | 申请日： | 2019-08-28 |
| 公开（公告）号： | CN110598850A | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 金宝刚;白成祖;程锐;黄华;姜明波;姜祝辉;刘娟;王洋;汪鹏;陈建;黄静 | 申请（专利权）人： | 北京应用气象研究所 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 11694 北京万思博知识产权代理有限公司 | 代理人： | 刘冀 |
| 地址： | 100029*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种自组织神经网络的近邻函数核参数确定方法及训练方法。包括：接收用于对自组织神经网络进行训练的观测样本；确定自组织神经网络的核参数集合中的多个核参数相对于观测样本的条件概率，其中核参数为用于自组织神经网络的近邻函数的核参数；从核参数集合中选取条件概率值最大的核参数作为近邻函数的核参数，并且确定与观测样本对应的近邻函数；以及利用所确定的近邻函数以及观测样本对自组织神经网络进行训练。 | ||
| 搜索关键词： | 核参数 自组织神经网络 样本 观测 条件概率 参数集合 参数确定 函数核 从核 集合 申请 | ||
【主权项】：
1.一种对自组织神经网络进行训练的方法，其特征在于，包括：/n接收用于对自组织神经网络进行训练的观测样本；/n确定自组织神经网络的核参数集合中的多个核参数相对于所述观测样本的条件概率，其中所述核参数为用于所述自组织神经网络的近邻函数的核参数；/n从所述核参数集合中选取条件概率值最大的核参数作为所述近邻函数的核参数，并且确定与所述观测样本对应的近邻函数；以及/n利用所确定的近邻函数以及所述观测样本对所述自组织神经网络进行训练。/n
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北京应用气象研究所，未经北京应用气象研究所许可，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/patent/201910804594.4/，转载请声明来源钻瓜专利网。
