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。