[发明专利]一种人工神经网络构建方法

说明书

本发明涉及人工智能技术领域，特别涉及一种人工神经网络构建方法，包括步骤：每个神经网络节点获取父节点的输出特征，并输出待变换的特征信息至下一子节点；获取待构建神经网络的节点数量以及神经网络子网络的分段数量；基于复杂网络生成模型预生成分段子网络；输出为连通网络的分段子网络；对分段子网络进行有向化处理，确定每个分段子网络的输入节点和输出节点，拼接前后连接的分段子网络的输入节点和输出节点，构建神经网络的输出层；输出构建的人工神经网络。本发明将复杂网络生成模型与神经网络结构搜索结合，使用复杂网络生成模型模拟网络的随机形成过程，构建人工神经网络结构，采用神经网络结构搜索技术对网络结构的构建过程进行优化。

技术领域

本发明涉及人工智能技术领域，特别涉及一种人工神经网络构建方法。

背景技术

随着智能算法理论研究的不断进步，以人工神经网络为代表的深度学习技术在机器视觉、自然语言处理、推荐系统等相关领域取得突破，成为实现人工智能的重要基础。

人工神经网络是人脑神经系统的抽象，通过模拟神经元的微观功能，神经网络对神经单元施加组合实现更加复杂的功能。神经网络结构，即神经元间的组织方式，是人工神经网络的重要研究内容。

目前，人工神经网络结构设计方法主要通过人工设计的方式，人工设计根据现有神经网络理论，在目前先进的神经网络结构的基础上根据应用目标进行调整，但是由于有关人工神经网络的结构理论尚不完善，神经网络性能会受到设计者的主观认知、设计者理论与实践水平的限制。同时，人工设计方式还存在着设计效率低下、设计周期长的客观缺陷。

为了提升设计效率并消除设计者的主观因素影响，神经网络结构搜索利用计算机自动优化神经网络的结构，通过优化算法搜索网络结构空间，获得在指定约束下的最优结构，神经网络的结构设计需要考虑确定性网络结构对性能的影响，但真实世界中的神经网络的结构却普遍存在的较强随机性。

现有的方法导致设计网络局限于某一具体的结构形式，不能贴合真实神经网络的结构特点，不能适应于不同结构的神经网络。

发明内容

本发明提供一种人工神经网络构建方法，用以解决现有技术中无法实现对真实神经网络结构特点进行刻画的缺陷，本发明将复杂网络生成模型与神经网络结构搜索结合，使用复杂网络生成模型模拟网络的随机形成过程，构建人工神经网络结构，采用神经网络结构搜索技术对网络结构的构建过程进行优化。

本发明提供一种人工神经网络构建方法，包括：

每个神经网络节点获取父节点的输出特征，并输出待变换的特征信息至下一子节点；

获取待构建神经网络的节点数量以及神经网络子网络的分段数量，其中待构建神经网络由各分段自网络串联构成；

预设分段子网络的复杂网络生成模型以及网格结构参数，基于复杂网络生成模型预生成分段子网络；

判断每个预分段自网络的连通性，直至所有输出的分段子网络均为连通网络；

对每个分段子网络进行有向化处理，确定每个分段子网络的输入节点和输出节点，拼接前后连接的分段子网络的输入节点和输出节点，构建神经网络的输出层；

输出构建的人工神经网络。

根据本发明提供的一种人工神经网络构建方法，每个神经网络节点获取父节点的输出特征，并输出待变换的特征信息至下一子节点，包括：

获取单个神经网络节点的父节点集合，获取每个父节点的输出特征，基于融合函数对每个父节点的输出特征进行融合，输出融合后的输出特征；

对融合后输出特征进行非线性变换，将非线性变换后的变换特征传递给所述单个神经网络节点的子节点。

根据本发明提供的一种人工神经网络构建方法，获取待构建神经网络的节点数量以及神经网络子网络的分段数量，包括：