[发明专利]基于跳出局部极小的改进卷积神经网络训练的方法在审
| 申请号： | 202310551209.6 | 申请日： | 2023-05-16 |
| 公开（公告）号： | CN116663615A | 公开（公告）日： | 2023-08-29 |
| 发明（设计）人： | 刘波;傅可艺;袁彤彤;徐鹏 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06N3/0464 | 分类号： | G06N3/0464;G06N3/08;G06F18/214 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 刘萍 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明涉及一种基于跳出局部极小的改进卷积神经网络训练的方法，用于实现最优化卷积神经网络的目标。主要包括优化得到非平凡局部极小值点θ |
||
| 搜索关键词： | 基于 跳出 局部 极小 改进 卷积 神经网络 训练 方法 | ||
【主权项】：
暂无信息
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北京工业大学，未经北京工业大学许可，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/202310551209.6/，转载请声明来源钻瓜专利网。
