[發(fā)明專利]一種使用遺傳算法優(yōu)化極限學(xué)習(xí)機(jī)的集成框架方法在審
| 申請(qǐng)?zhí)枺?/td> | 201310351903.X | 申請(qǐng)日: | 2013-08-13 |
| 公開(kāi)(公告)號(hào): | CN103400190A | 公開(kāi)(公告)日: | 2013-11-20 |
| 發(fā)明(設(shè)計(jì))人: | 姚敏;薛曉偉;吳朝暉 | 申請(qǐng)(專利權(quán))人: | 浙江大學(xué) |
| 主分類號(hào): | G06N3/12 | 分類號(hào): | G06N3/12 |
| 代理公司: | 杭州宇信知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 33231 | 代理人: | 張宇娟 |
| 地址: | 310027 浙*** | 國(guó)省代碼: | 浙江;33 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 使用 遺傳 算法 優(yōu)化 極限 學(xué)習(xí)機(jī) 集成 框架 方法 | ||
1.一種使用遺傳算法優(yōu)化極限學(xué)習(xí)機(jī)的集成框架方法,其特征在于,包括如下步驟;
S10:將極限學(xué)習(xí)機(jī)隨機(jī)產(chǎn)生的輸入權(quán)值及隱含層節(jié)點(diǎn)閾值編碼成遺傳算法個(gè)體,使用遺傳算法隨機(jī)出初始種群;
S11:從整個(gè)訓(xùn)練集隨機(jī)抽取出的一部分訓(xùn)練樣本組成驗(yàn)證測(cè)試集,并使用驗(yàn)證測(cè)試集計(jì)算出每個(gè)個(gè)體的適應(yīng)度;
S12:使用交叉變異等遺傳操作,產(chǎn)生與父代種群數(shù)相同的新種群;
S13:從現(xiàn)有的兩個(gè)種群中選擇適應(yīng)值優(yōu)秀個(gè)體,進(jìn)入下一代;
S14:判斷是否達(dá)到迭代次數(shù),如果未達(dá)到迭代次數(shù),則跳轉(zhuǎn)到步驟S11;
S15:將遺傳算法留下種群中的個(gè)體按照適應(yīng)值排序,保留集成數(shù)2倍的適應(yīng)值優(yōu)秀個(gè)體;
S16:將保留個(gè)體按照輸出權(quán)值的范數(shù)進(jìn)行排序,保留其中輸出權(quán)值范數(shù)小的一半;
S17:將最終選擇的極限學(xué)習(xí)機(jī)集成。
2.如權(quán)利要求1所述使用遺傳算法優(yōu)化極限學(xué)習(xí)機(jī)的集成框架方法,其特征在于:步驟S10中,每個(gè)個(gè)體的格式為:
θ=[w11,w12,...,w1L,w21,...w2L,wn1,...,wnL,...,b1,b2,...,bL]
L為隱含層節(jié)點(diǎn)數(shù),n為樣本輸入的維度即輸入層節(jié)點(diǎn)數(shù),wij為極限學(xué)習(xí)機(jī)中第i個(gè)輸入層節(jié)點(diǎn)與第j個(gè)隱含層節(jié)點(diǎn)的連接權(quán)值,bi為第i個(gè)隱含層節(jié)點(diǎn)的閾值。
3.如權(quán)利要求2所述使用遺傳算法優(yōu)化極限學(xué)習(xí)機(jī)的集成框架方法,其特征在于:步驟S11中,適應(yīng)度公式為:
N為隨機(jī)抽取的驗(yàn)證測(cè)試集中的樣本個(gè)數(shù),L為隱含層節(jié)點(diǎn)數(shù),xj=[xj1,xj2,...,xjn]T為驗(yàn)證測(cè)試集中第j個(gè)樣本的輸入,n為樣本的輸入維度即輸入層節(jié)點(diǎn)數(shù),tj=[tj1,tj2,...,tjm]T為驗(yàn)證測(cè)試集中第j個(gè)樣本的輸出,m為樣本輸出的維度即輸出層節(jié)點(diǎn)數(shù),wi=[wi1,wi2,...,win]T為輸入層節(jié)點(diǎn)與第i個(gè)隱含層節(jié)點(diǎn)的連接權(quán)值,bi為第i個(gè)隱含層節(jié)點(diǎn)的閾值,βi=[βi1,βi2,...,βim]T為輸出層節(jié)點(diǎn)與第i個(gè)隱含層節(jié)點(diǎn)的連接權(quán)值;g(wi·xj+bi)為隱含層激活函數(shù),適應(yīng)值公式機(jī)為求得每個(gè)驗(yàn)證測(cè)試集個(gè)體的均方根誤差。
4.如權(quán)利要求3所述使用遺傳算法優(yōu)化極限學(xué)習(xí)機(jī)的集成框架方法,其特征在于:步驟S17中,整個(gè)集成網(wǎng)絡(luò)的最終輸出結(jié)果是將每個(gè)極限學(xué)習(xí)得到的結(jié)果平均。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于浙江大學(xué),未經(jīng)浙江大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310351903.X/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。





