[發(fā)明專利]一種有理式函數(shù)神經(jīng)網(wǎng)絡(luò)構(gòu)建方法、系統(tǒng)及可讀存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 202110687521.9 | 申請日: | 2021-06-21 |
| 公開(公告)號: | CN113537458B | 公開(公告)日: | 2022-12-30 |
| 發(fā)明(設(shè)計)人: | 呂文君;張文婷;康宇;昌吉 | 申請(專利權(quán))人: | 中國科學(xué)技術(shù)大學(xué) |
| 主分類號: | G06N3/04 | 分類號: | G06N3/04;G06N3/08;G06F17/15;G06F17/16 |
| 代理公司: | 合肥天明專利事務(wù)所(普通合伙) 34115 | 代理人: | 閆客;金凱 |
| 地址: | 230026 安*** | 國省代碼: | 安徽;34 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 有理式 函數(shù) 神經(jīng)網(wǎng)絡(luò) 構(gòu)建 方法 系統(tǒng) 可讀 存儲 介質(zhì) | ||
1.一種有理式函數(shù)神經(jīng)網(wǎng)絡(luò)地球物理建模方法,其特征在于,包括:
S1、獲取樣本集合,并將樣本集合劃分為有標簽樣本集合和無標簽樣本集合;
所述樣本集合為采集某一深度的地球物理測井曲線組成測井數(shù)據(jù)樣本如果沿深度有n個深度點的測井曲線,即可得到樣本集合也可表示為的矩陣形式,n為樣本總數(shù),d為特征維度;
通過人工分析巖心和巖屑對樣本進行標記,標簽的物理意義包括泥質(zhì)含量、孔隙度、滲透率這些地質(zhì)信息;為部分樣本打上標簽則有標簽樣本集合為無標簽的樣本集合為其中l(wèi)為有標簽樣本數(shù)量,為無標簽樣本數(shù)量;
S2、設(shè)定集成系數(shù)向量ζ,全局迭代次數(shù)t為1,輸出權(quán)重向量求解的迭代次數(shù)k為1,輸出權(quán)重向量求解的最大迭代次數(shù)K0以及全局最大迭代次數(shù)T0;
S3、執(zhí)行輸出權(quán)重向量求解的迭代循環(huán),直至kK,則令然后執(zhí)行步驟S4;
S4、對集成系數(shù)向量進行更新,然后執(zhí)行步驟S5;
S5、令t自增1,并判斷是否滿足t≤T,若是執(zhí)行步驟S6,若否執(zhí)行步驟S7;
S6、令偽標簽向量并更新然后執(zhí)行步驟S3,其中為多元單向式特征矩陣,H為擴展的多元單向式特征矩陣,Hu為H的后u個行向量組成的矩陣,為最優(yōu)的輸出權(quán)重向量,yl為樣本xl的標注,ρ為全為1的向量,diag()為對角矩陣;
S7、停止全局迭代并輸出最優(yōu)的輸出權(quán)重向量構(gòu)建有理式函數(shù)神經(jīng)網(wǎng)絡(luò);
其中,所述執(zhí)行輸出權(quán)重向量求解的迭代循環(huán),直至kK,則令包括:
令
令中間向量并求解出Ωk,其中,Lipschitz系數(shù)Lz0,Ωk-1為第k-1次迭代的輸出權(quán)重向量,為目標函數(shù)前置項,為關(guān)于實時迭代更新后的輸出權(quán)重向量Ω的導(dǎo)數(shù);
令k自增1,并判斷是否滿足kK;
若是,則令并執(zhí)行所述步驟S4;
若否,則重新令中間向量并求解出Ωk;
所述目標函數(shù)前置項的表示形式為:
所述關(guān)于Ω的導(dǎo)數(shù)的表示形式為:
求解的Ωk表示形式為:
其中,與zc分別表示Ωk與z的第c個分量,超參數(shù)λζ,λ1,λ2,λ30,y為標簽向量,We為對樣本集合的第e個加權(quán)矩陣,m為采用不同概率分布函數(shù)得到的樣本加權(quán)矩陣的數(shù)量,ζe為在最優(yōu)的樣本加權(quán)矩陣中We對應(yīng)的系數(shù),即ζ的第e個元素,表示H轉(zhuǎn)置,表示Ω轉(zhuǎn)置,L為根據(jù)所述樣本集合求解樣本的相似矩陣得到的Laplacian矩陣,為二范數(shù)的平方。
2.如權(quán)利要求1所述的有理式函數(shù)神經(jīng)網(wǎng)絡(luò)地球物理建模方法,其特征在于,所述對集成系數(shù)向量進行更新,包括:
令j`為1,令j為j`+1;
求解ζj`,ζj更新后的如下:
其中,Wj`、Wj分別為樣本集合的第j`個加權(quán)矩陣和第j個加權(quán)矩陣,y為標簽向量,超參數(shù)λζ0,ζj`、ζj分別為集成系數(shù)向量ζ的第j`個分量和第j個分量,所述集成系數(shù)向量ζ的其他分量視為已知常數(shù),若則令若則令
使用更新后的替換集成系數(shù)向量ζ=[ζ1,ζ2,…,ζm]中對應(yīng)分量,對集成系數(shù)向量進行更新;
令j自增1,若j≤m,則重新求解更新后的并使用更新后的替換集成系數(shù)向量ζ=[ζ1,ζ2,…,ζm]中對應(yīng)分量,否則令j`自增1;
若j`m,則令j為j`+1,并重新求解更新后的并使用更新后的替換集成系數(shù)向量ζ=[ζ1,ζ2,…,ζm]中對應(yīng)分量,否則執(zhí)行所述步驟S5。
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)利屬于中國科學(xué)技術(shù)大學(xué),未經(jīng)中國科學(xué)技術(shù)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110687521.9/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種光學(xué)數(shù)字混合成像系統(tǒng)及方法
- 一種新的優(yōu)化系數(shù)的混合域疊前深度偏移方法
- 一種頻變輸電線建模方法
- 一種用于電磁干擾預(yù)測的仿真模型的構(gòu)建方法及系統(tǒng)
- 一種抑制架空線頻域傳播矩陣矢量擬合過程中留數(shù)極點比的方法及系統(tǒng)
- 基于提升結(jié)構(gòu)的非下采樣圖濾波器組的設(shè)計方法
- 用于真分式計算的計算器及真分式計算方法
- 一種消除FeCrNiMn四元高熵合金中調(diào)幅組織的方法
- 一種數(shù)據(jù)驅(qū)動巖石物理建模方法及系統(tǒng)
- 一種有理式函數(shù)神經(jīng)網(wǎng)絡(luò)構(gòu)建方法、系統(tǒng)及可讀存儲介質(zhì)
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計算設(shè)備及計算機存儲介質(zhì)
- 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲介質(zhì)和計算機設(shè)備
- 一種適應(yīng)目標數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置
- 構(gòu)建墊、實體圖像構(gòu)建物和構(gòu)建構(gòu)建物支撐件的方法
- 支持松耦合的軟件構(gòu)建方法、系統(tǒng)及該系統(tǒng)的實現(xiàn)方法
- 版本的構(gòu)建系統(tǒng)及方法
- 工程構(gòu)建系統(tǒng)及其構(gòu)建方法
- 實例構(gòu)建方法、裝置及軟件系統(tǒng)
- 軟件構(gòu)建方法、軟件構(gòu)建裝置和軟件構(gòu)建系統(tǒng)
- 天花板地圖構(gòu)建方法、構(gòu)建裝置以及構(gòu)建程序
- 一種項目構(gòu)建方法、持續(xù)集成系統(tǒng)及終端設(shè)備
- 并行構(gòu)建的方法、裝置及設(shè)備
- 構(gòu)建肺癌預(yù)測模型構(gòu)建方法





