基于模拟退火遗传算法的生成对抗网络过采样方法及装置

发明专利有效专利

申请号：
CN202010247326.X
IPC分类号：G06N3/04;G06N3/08;G06N20/00
申请日期：
2020-03-31
申请人：
中山大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于模拟退火遗传算法的生成对抗网络过采样方法及装置
申请号	CN202010247326.X	申请日期	2020-03-31
法律状态	实质审查	申报国家	暂无
公开/公告日	2020-07-10	公开/公告号	CN111401528A
优先权	暂无	优先权号	暂无
主分类号	G06N3/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/04 体系结构，例如，互连拓扑〔7〕	IPC分类号	G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;N;2;0;/;0;0查看分类表>
申请人	中山大学	申请人地址	广东省广州市海珠区新港西路135号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中山大学	当前权利人	中山大学
发明人	张贺晔;郝菁煜
代理机构	深圳市智胜联合知识产权代理有限公司	代理人	齐文剑

摘要

本申请提供了一种基于模拟退火遗传算法的生成对抗网络过采样方法及装置，包括：利用生成对抗人工神经网络的对抗性学习能力，确定样本数据与最优子代样本数据的对应关系；具体地，依据预设的个体适应度条件确定所述最优子代样本数据；依据所述最优子代样本数据确定所述生成对抗人工神经网络中生成网络的网络参数；依据所述网络参数确定所述对应关系；获取目标样本数据；通过所述对应关系，确定与所述目标样本数据对应的最优子代目标样本数据。通过同时使用多个对抗学习目标训练生成网络，克服单一对抗学习目标的局限性；通过使用模拟退火算法来选择是否更新生成网络，避免模型陷入局部最优解，使模型收敛至全局最优。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供