[发明专利]一种全连接神经网络优化方法和装置在审
| 申请号： | 201910933229.3 | 申请日： | 2019-09-29 |
| 公开（公告）号： | CN110633799A | 公开（公告）日： | 2019-12-31 |
| 发明（设计）人： | 王海滨;刘智;褚嘉敏;罗成名;刘小峰 | 申请（专利权）人： | 河海大学常州校区 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 32224 南京纵横知识产权代理有限公司 | 代理人： | 张倩倩 |
| 地址： | 213022 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种全连接神经网络优化方法和装置，方法包括：计算各隐藏层与输出层中神经元的输入表达式；计算得到各隐藏层中神经元对输出层各神经元的影响程度表达式；计算各隐藏层神经元对输出层的总影响程度表达式；基于输入样本数据集中的样本数据，计算得到各隐藏层神经元对输出层的总影响程度值；对总影响程度值较小的神经元的输入进行近似处理，即得到优化后的神经网络。本发明通过考察隐藏层中每个神经元对输出信号的影响程度，对影响程度较小的神经元的输入信号进行近似，可在保证输出精度的基础上减少内存占比和功耗开销。 | ||
| 搜索关键词： | 神经元 隐藏层 输出层 神经网络优化 方法和装置 功耗开销 近似处理 神经网络 输出信号 输入样本 数据集中 样本数据 近似 内存 输出 考察 优化 保证 | ||
【主权项】：
1.一种全连接神经网络优化方法，其特征是，包括：/n获取已训练完成的待优化神经网络结构数据及其输入样本数据集；/n以输入层的输入为变量，计算得到神经网络中各隐藏层与输出层中各神经元的输入表达式；/n基于各神经元的输入表达式，计算得到各隐藏层中各神经元对输出层各神经元的影响程度表达式；/n基于各隐藏层神经元对输出层各神经元的影响程度表达式，计算得到各隐藏层神经元对输出层的总影响程度表达式；/n基于输入样本数据集中的样本数据，通过各隐藏层神经元对输出层的总影响程度表达式，计算得到各隐藏层神经元对输出层的总影响程度值；/n针对总影响程度值较小的神经元，将它们的输入进行近似处理，即得到优化后的神经网络。/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河海大学常州校区，未经河海大学常州校区许可，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/201910933229.3/，转载请声明来源钻瓜专利网。
