一种树突神经网络初始化方法

发明专利有效专利

申请号：
CN202110655038.2
IPC分类号：G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-06-11
申请人：
中国电子科技集团公司第三十四研究所

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	一种树突神经网络初始化方法
申请号	CN202110655038.2	申请日期	2021-06-11
法律状态	实质审查	申报国家	中国
公开/公告日	2021-09-17	公开/公告号	CN113408602A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	中国电子科技集团公司第三十四研究所	申请人地址	广西壮族自治区桂林市七星区六合路98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	中国电子科技集团公司第三十四研究所	当前权利人	中国电子科技集团公司第三十四研究所
发明人	秦峰;嵇凌;陈奕钊;葛宏宇;王辉;吴林印;罗旭东
代理机构	桂林市华杰专利商标事务所有限责任公司	代理人	周雯

摘要

本发明属于人工神经网络优化领域，具体涉及一种树突神经网络初始化方法，包括对神经元树突的修剪，包括如下步骤：步骤一：使用k‑fold交叉验证方法从数据集中生成训练集D；步骤二：使用二值化方法从训练集D中生成新的数据集T；步骤三：通过ID3或C4.5学习算法生成相应的决策树结构；步骤四：合并叶子节点标记为1的决策树的路径，并修剪叶子节点标记为0的路径；步骤五：根据决策树中标记为1的路径数量确定树突神经网络中dendrite层的数量；步骤六:根据决策树的各个路径构造具有相同分类功能的dendrite层。进一步，还包括基于一位有效编码的分类方法，本发明的初始化方法修剪精度高、收敛速度快、泛化能力好。

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