[发明专利]一种基于介观体系的神经网络三体模型

权利要求书

1.一种基于介观体系的神经网络三体模型，其特征在于，该神经网络三体模型内包括：

学习体，主要用于从原始数据到高层介观体系的构建；

记忆体，主要用于存储及重组不同介观体系内的神经元属性信息；

解释体，主要作为学习体的逆向传播过程，进而实现高层介观体系对于低层介观体系的对应解释功能。

2.一种根据权利要求1所述的基于介观体系的神经网络三体模型的构建方法，其特征在于，该方法的步骤为：

步骤1：为了构建分体式神经网络协同计算模式，需要将传统神经网络单一的学习体进行拆分重组，特别是要将重要的节点信息进行记忆存储，进而为逆向传播的解释体能够提供强保障性的解析能力；

步骤2：设计一个介观体系，所述介观体系包含多个神经元的载体，每个神经元可表示特定实体的各种属性，以及姿态矩阵和激活概率信息；

步骤3；接着通过用来自各种不同部件的预测模型对点密度进行建模，其中每个部件可以是带有仿形变换的，然后将多个高层次介观体系的激活模式组成的张量取出来，并将高维张量嵌入到低维空间中；

步骤4：最后根据分类结果为它们加上语义标签，便于解释体反向传播形成一对一的解析说明。

3.如权利要求2所述的一种基于介观体系的神经网络三体模型的构建方法，其特征在于，所述步骤2中神经元可表示特定实体的各种属性，这个属性信息是代表不同类型的实例化参数。

4.如权利要求2所述的一种基于介观体系的神经网络三体模型的构建方法，其特征在于，所述高维张量之间越相似，他们之间的距离就越小。

5.如权利要求2所述的一种基于介观体系的神经网络三体模型的构建方法，其特征在于，所述语义标签，即从每类里面取一个样本，将它的标签作为它所在类的标签。