| 专利号 | 201910309944X | 申请日 | 2019-04-17 | 专利名称 | 基于分布式估计算法的手写体数字图像识别深度神经网络参数优化方法及系统 |
| 授权日 | 2021-03-26 | 专利权人 | 山东大学 | 发明人 | 许庆阳;刘安邦;张承进;宋勇;张立;袁宪锋;杨润涛 |
| 主分类号 | G06N3/08 | 关键词 | 应用领域 | ||
| 摘要 | 本发明公开了一种基于分布式估计算法的手写体数字图像识别深度神经网络参数优化方法及系统，包括：初始化种群，将种群中每一个个体解码为深度神经网络；对上述深度神经网络的分类能力进行评价；对种群中的个体优劣进行排序；随机产生掩码向量，根据掩码向量及统计学参数确定待求解变量本次迭代的概率分布模型；依据掩码向量与概率分布模型采样，生成新的种群个体；获得最优分布式估计算法个体；利用梯度优化算法，对分布式估计算法获得的深度神经网络模型进行微调，获得最优深度神经网络参数。本发明将分布式估计算法和深度神经网络的优化相结合，利用分布式估计算法的全局搜索能力，减少神经网络优化过程中对梯度信息的依赖。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 人工智能 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
