[发明专利]一种基于模糊玻尔兹曼机的忆阻神经网络训练方法在审
| 申请号： | 201710291828.0 | 申请日： | 2017-04-28 |
| 公开（公告）号： | CN107133668A | 公开（公告）日： | 2017-09-05 |
| 发明（设计）人： | 杨玉超;张腾;殷明慧;陆霞烟;黄如 | 申请（专利权）人： | 北京大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/06;G06N3/08 |
| 代理公司： | 北京万象新悦知识产权代理事务所(普通合伙)11360 | 代理人： | 黄凤茹 |
| 地址： | 100871*** | 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： | 本发明公布了一种基于模糊玻尔兹曼机的忆阻神经网络训练方法，使用模糊化处理的方法，将受限玻尔兹曼机网络中连接的强度/权值由确定的数变成为模糊数，得到模糊权值；再将模糊权值代入受限玻尔兹曼机中，得到更适于描述忆阻器器件特性的模糊受限玻尔兹曼机网络；网络的训练过程为对模糊权值进行更新，由此得到训练好的忆阻神经网络。本发明克服了在利用忆阻器作为神经网络硬件中的突触单元时由于器件本身的涨落性带来的对网络精度及稳定性的影响，能够增强神经网络学习的鲁棒性，且具有普适性，可作为建立处理器件固有随机涨落性的神经形态系统的通用方法。 | ||
| 搜索关键词： | 一种 基于 模糊 玻尔兹曼机 神经网络 训练 方法 | ||
【主权项】：
一种忆阻神经网络训练方法，构建基于忆阻器模型的模糊受限玻尔兹曼机网络，使用模糊化处理的方法，通过将权值模糊化来处理器件中电导的涨落性，从而增强神经网络训练过程的鲁棒性；所述模糊化处理的方法是将受限玻尔兹曼机网络中连接的强度/权值由确定的数变成为模糊数，得到模糊权值；再将所述模糊权值代入所述受限玻尔兹曼机中，得到更适于描述忆阻器器件特性的模糊受限玻尔兹曼机网络；网络的训练过程为对所述模糊权值进行更新，由此得到训练好的忆阻神经网络。
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大学，未经北京大学许可，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/201710291828.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种点钞机磁头
- 下一篇：一种基于决策树数据挖掘算法的复杂岩性识别方法及系统
