[发明专利]随机权网络泛化能力改进方法及装置有效
| 申请号： | 201710354539.0 | 申请日： | 2017-05-18 |
| 公开（公告）号： | CN107256425B | 公开（公告）日： | 2020-04-14 |
| 发明（设计）人： | 何玉林;敖威 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 深圳市恒申知识产权事务所(普通合伙) 44312 | 代理人： | 王利彬 |
| 地址： | 518060 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种随机权网络泛化能力改进方法及装置，该方法及装置在不改变随机权网络框架结构的前提下，通过挖掘训练样本中的不确定性值最大的目标样本，生成与不确定性值最大目标样本近似同分布的仿真样本，并基于仿真样本迭代式地对随机权网络输出层权重进行更新，使得能够实现主动挖掘训练样本潜藏信息进而对随机权网络泛化能力进行改进的目的。 | ||
| 搜索关键词： | 随机 网络 泛化 能力 改进 方法 装置 | ||
【主权项】：
一种随机权网络泛化能力改进方法，其特征在于，所述方法包括：步骤1：利用训练样本训练随机权网络RWN(r)，得到训练后的随机权网络RWN(r+1)，及所述训练样本中各样本的不确定性值，其中，r的初始值为0，且为初始训练样本，RWN(0)为初始随机权网络；步骤2：从所述训练样本中选择不确定性值最大的目标样本，利用所述目标样本与预置的邻域控制因子生成仿真样本；步骤3：计算所述仿真样本与所述训练样本的并集，将所述并集作为新的训练样本步骤4：令r＝r+1，返回所述步骤1，直至r＝R时，在执行所述步骤1之后，结束训练过程，以得到改进后的随机权网络RWN(R)，R为预先设置的迭代训练次数。
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深圳大学，未经深圳大学许可，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/201710354539.0/，转载请声明来源钻瓜专利网。
