[发明专利]卷积神经网络分数阶误差反向传播方法在审
| 申请号： | 201810490436.1 | 申请日： | 2018-05-18 |
| 公开（公告）号： | CN108764472A | 公开（公告）日： | 2018-11-06 |
| 发明（设计）人： | 赵丽玲;李远禄;张泽林 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 南京汇盛专利商标事务所(普通合伙) 32238 | 代理人： | 张立荣;吴扬帆 |
| 地址： | 210019 江*** | 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： | 本发明卷积神经网络分数阶误差反向传播方法,包括如下步骤：步骤1）选择卷积神经网络模型；步骤2）利用分数阶误差反向传播方法更新网络权值；步骤3）根据所述的网络权值，获取卷积神经网络参数。有益效果：将误差反向传播过程中激活函数的整数阶导数变为分数阶导数，发挥了分数阶求导模型比整数阶求导模型更加准确的优势，有效缓解了误差反向传播过程中的“梯度消失”问题，提高了卷积神经网络的训练效率，使卷积神经网络对于训练数据实现更好的拟合，提高了网络的泛化能力。 | ||
| 搜索关键词： | 卷积神经网络 误差反向传播 分数阶 网络权 整数阶 导数 求导 方法更新 激活函数 训练数据 训练效率 有效缓解 拟合 网络 | ||
【主权项】：
1.一种卷积神经网络分数阶误差反向传播方法,其特征在于包括如下步骤：步骤1)选择卷积神经网络模型；步骤2)利用分数阶误差反向传播方法更新网络权值；步骤3)根据所述的网络权值，获取卷积神经网络参数。
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南京信息工程大学，未经南京信息工程大学许可，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/201810490436.1/，转载请声明来源钻瓜专利网。
