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：复旦大学
摘要：本发明提供一种基于集成学习的神经网络动态早退方法，包括：步骤1，采用相关性损失和多样性损失之和训练多层神经网络及其内部分类器，得到训练好的神经网络和训练好的内部分类器；步骤2，将待处理的数据输入训练好的神经网络，在训练好的神经网络的第一层，计算第一个训练好的内部分类器对数据分类的中间预测结果，得到各个类别的投票数；步骤3，将中间预测结果中的最大票数与预先设定的阈值进行比较，当最大票数大于阈值时，则将最大票数的类别作为最终预测结果，同时从训练好的神经网络退出，反之，则进入训练好的下一层神经网络，通过下一个内部分类器进行投票，直至新的中间预测结果的最大值大于阈值，则退出。
主权项：1.一种基于集成学习的神经网络动态早退方法，其特征在于，包括如下步骤：步骤1，采用相关性损失和多样性损失之和训练多层神经网络及其插入于每两层所述神经网络之间的内部分类器，得到训练好的神经网络和训练好的内部分类器；步骤2，将待处理的数据输入训练好的所述神经网络，在训练好的所述神经网络的第一层，计算第一个训练好的所述内部分类器对所述数据分类的中间预测结果，得到各个类别的投票数；步骤3，将所述中间预测结果中的最大票数与预先设定的阈值进行比较，当所述最大票数大于所述阈值时，则将所述最大票数所在的类别作为最终预测结果，同时从训练好的所述神经网络退出，当所述最大票数小于等于所述阈值时，则进入训练好的所述神经网络的下一层，并通过下一个训练好的所述内部分类器进行投票计算，直至新的中间预测结果的最大值大于阈值，则退出训练好的神经网络。
全文数据：
权利要求：
百度查询： 复旦大学 一种基于集成学习的神经网络动态早退方法
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