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：成都信息工程大学

摘要：本发明公开了一种基于双层粗细优化深度学习框架的质量评估方法，包括：获取当前食品的第一食品质量特征数据，并对所述第一食品质量特征数据进行提取，得到用于对所述当前食品进行质量评估的第二食品质量特征数据；根据所述当前食品和所述第二食品质量特征数据，确定出与所述当前食品相匹配的第一神经网络模型；利用基于神经网络改造的遗传算法对所述第一神经网络模型的拓扑结构进行第一层粗优化处理，得到第二神经网络模型；利用萤火虫算法对所述第二神经网络模型中的参数进行第二层精细优化处理，得到最佳神经网络模型，并利用所述最佳神经网络模型对所述当前食品进行食品质量评估。

主权项：1.一种基于双层粗细优化深度学习框架的质量评估方法，其特征在于，包括：获取当前食品的第一食品质量特征数据，并对所述第一食品质量特征数据进行提取，得到用于对所述当前食品进行质量评估的第二食品质量特征数据；根据所述当前食品和所述第二食品质量特征数据，确定出与所述当前食品相匹配的第一神经网络模型；利用基于神经网络改造的遗传算法对所述第一神经网络模型的拓扑结构进行第一层粗优化处理，得到第二神经网络模型；利用萤火虫算法对所述第二神经网络模型中的参数进行第二层精细优化处理，得到最佳神经网络模型，并利用所述最佳神经网络模型对所述当前食品进行食品质量评估；所述利用基于神经网络改造的遗传算法对所述第一神经网络模型的拓扑结构进行第一层粗优化处理，得到第二神经网络模型包括：利用基于神经网络改造的遗传算法对所述第一神经网络模型的隐藏层层数、每层的结点数、激活函数类型和优化器类型依次进行区间编码和译码，得到最佳拓扑结构的第二神经网络模型；所述区间编码的计算包括：mc＝Hl-l*＝Hlog2W 其中，mc表示一个含H个中间层的编码码长减少的数量，ms表示一个含H个中间层的神经网络解空间缩小的倍数，l表示原始码长，l*表示区间编码后的码长，H表示神经网络中间层个数，W表示区间的长度；所述对所述第一神经网络模型的译码计算包括：ki＝hi1*23+hi2*22+hi3*2+hi4,i＝1,2,...Hact＝a1*22+a2*2+a3opt＝o1*22+o2*2+o3其中，ki表示第i个中间层的结点数区间，act表示所选激活函数类型，opt表示所选优化器类型；h，a，o分别表示神经网络译码参数；所述利用萤火虫算法对所述第二神经网络模型中的参数进行第二层精细优化处理包括：随机产生N个初始种群，并计算所述N个初始种群的荧光素；利用传统优化器对所述第一神经网络模型进行2N次训练，得到2N组参数集合，并按荧光素对所述2N组参数集合进行排序，提取前N个作为第二阶段的初始种群；对萤火虫位置进行更新，形成新的中间种群，再采用精英策略对种群进行更新，对种群进行合成并排序，选择前N个作为下一代种群，最终进行种群的迭代判断，否则继续进行萤火虫位置更新；所述萤火虫位置更新计算包括： 其中，x表示萤火虫，α表示信息比例因子，α∈[0,1]，εtα为[-α,α]之间均匀分布的随机数向量，γ是光吸收系数，和表示i、j两个萤火虫在t时刻的空间位置，β0为萤火虫最大吸引力。

全文数据：

权利要求：

百度查询： 成都信息工程大学 一种基于双层粗细优化深度学习框架的质量评估方法