详细信息
一种基于遗传算法的卷积神经网络特征图挑选方法
文献类型:专利
中文题名:一种基于遗传算法的卷积神经网络特征图挑选方法
作者:曾成斌
第一作者:曾成斌
机构:[1]贵州理工学院;
第一机构:贵州理工学院
专利类型:发明专利
申请号:CN202310792729.6
申请日:20230630
申请人地址:550025 贵州省贵阳市贵安新区党武镇博士路
公开日:20231103
代理人:李悦
代理机构:海南恒于志远知识产权代理有限公司
语种:中文
中文关键词:特征图;遗传算法;卷积神经网络;种群;适应度;遗传算法技术;二进制编码;评估和选择;并行计算;全局搜索;原始分类;冗余性;迭代;丢弃;保留;网络
年份:2023
摘要:本发明公开了一种基于遗传算法的卷积神经网络特征图挑选方法,涉及遗传算法技术领域。该基于遗传算法的卷积神经网络特征图挑选方法,当种群中有个体的适应度值大于原始分类网络srcNet的精度值,并且该个体的二进制编码中0的数量满足用户的需求时,也即丢弃的特征图的数量满足用户的需求时停止迭代,可以通过遗传算法的优势,即全局搜索和并行计算的能力,对不同特征图进行评估和选择,根据种群大小的设定,选择保留适应度较高的个体,从而保持种群的精英性,从而便于选择最优特征图组合,提高模型的速度和精度;遗传算法还可以考虑不同特征图的重要性,从而在选择特征图时进行权衡,减少特征图之间冗余性,提高模型泛化能力。
参考文献:
正在载入数据...