龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：桂林电子科技大学
摘要：本发明涉及一种基于超表面的拟神经网络分类方法及系统，旨在解决现有技术中优化算法所潜藏的梯度消失、梯度爆炸以及局域最小点等问题。包括：生成携带有所述真实类别的第一电磁波信息；利用初始网络模型对所述第一电磁波信息进行处理，得到第二电磁波信息；通过决策函数对所述第二电磁波信息进行处理，得到待分类目标的初始预测类别；判断所述初始预测类别与所述真实类别是否相同，得到判断结果；基于判断结果对初始神经网络模型进行多层级同步的迭代更新，得到结果神经网络模型；利用所述结果神经网络模型对所述第一电磁波信息进行结果类别的预测。本发明将参数优化方式从逐层优化改进为所有层同时优化，极大程度的提升了模型训练速度。
主权项：1.一种基于超表面的拟神经网络分类方法,其特征在于，包括：S1：从分类目标样本集中随机挑选一个待分类目标，标记所述待分类目标的真实类别，标记完成后生成第一电磁波信息；基于多块超表面板，利用神经网络方法构建多层级的初始神经网络模型，并定义所述初始神经网络模型的目标函数；S2：利用所述初始网络模型对所述第一电磁波信息进行处理，得到第二电磁波信息；S3：通过决策函数对所述第二电磁波信息进行处理，得到待分类目标的初始预测类别；S4：判断所述初始预测类别与所述真实类别是否相同，得到判断结果；基于判断结果对所述初始神经网络模型进行训练，并通过从分类目标样本集中重新挑选待分类目标实现对所述初始神经网络模型进行多层级同步的迭代更新，得到结果神经网络模型；S5:利用所述结果神经网络模型对所述第一电磁波信息进行处理，得到第三电磁波信息，并通过决策函数对所述第三电磁波信息进行处理，得到结果预测类别。
全文数据：
权利要求：
百度查询： 桂林电子科技大学 一种基于超表面的拟神经网络分类方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号