|
摘要:本发明属于神经网络计算技术领域,为一种基于进化算法的自适应学习神经网络实现方法,以某种或者某几种已知的神经网络作为进化算法的最初父代,通过进化算法整合作为所述最初父代的各个神经网络的特点,从而得到最优的输出值,本发明通过对神经网络实现的电路进行二进制编码,将编码所得到的结果作为一个个体的染色体,各个染色体构成生物体的原始种群,即最初父代,本发明突破以往只是利用进化算法对神经网络权值进行寻优的情形,实现利用进化算法对神经网络组织形式、网络间的连接权值和网络计算方法等方式同时进行寻优,增强网络自由度,扩大寻优范围;初始得到一个较为简单的网络,在后天学习中,通过算法加大网络的复杂度。 |
---|---|
申请人: 清华大学 | |
地址: 100084 北京市海淀区100084信箱82分箱清华大学专利办公室 | |
发明(设计)人: 何虎 许志恒 马海林 王玉哲 杨奕南 邓宁 | |
主分类号: G06N3/08(2006.01)I | |
分类号: G06N3/08(2006.01)I | |
2017-10-17 | 授权 |
2016-02-24 | 实质审查的生效IPC(主分类):G06N 3/08申请日:20151028 |
2016-01-27 | 公开 |
主权项 | 一种基于进化算法的自适应学习神经网络实现方法,其特征在于:以某种或者某几种已知的神经网络作为进化算法的最初父代,通过进化算法整合作为所述最初父代的各个神经网络的特点,从而得到最优的输出值。 |
公开号 | 105279555A |
公开日 | 2016-01-27 |
专利代理机构 | 西安智大知识产权代理事务所 61215 |
代理人 | 贾玉健 |
颁证日 | |
优先权 | |
国际申请 | |
国际公布 | |
进入国家日期 |