[發(fā)明專利]一種基于混洗蛙跳算法的卷積神經網(wǎng)絡框架自動設計方法在審
| 申請?zhí)枺?/td> | 202110993267.5 | 申請日: | 2021-08-27 |
| 公開(公告)號: | CN113971367A | 公開(公告)日: | 2022-01-25 |
| 發(fā)明(設計)人: | 張濤;曹亞慧;趙鑫 | 申請(專利權)人: | 天津大學 |
| 主分類號: | G06F30/27 | 分類號: | G06F30/27;G06N3/00;G06N3/04;G06N3/08;G06F111/04 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 300072*** | 國省代碼: | 天津;12 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 蛙跳 算法 卷積 神經網(wǎng)絡 框架 自動 設計 方法 | ||
一種基于混洗蛙跳算法自動設計卷積神經網(wǎng)絡框架方法:將卷積神經網(wǎng)絡框架設計問題建模為一個有約束的組合優(yōu)化問題,設計滿足目標參數(shù)量要求的網(wǎng)絡框架。提出了一種離散變長編碼方法,將卷積層的輸出、全連接層的層數(shù)和每層神經元的個數(shù)等超參數(shù)進行編碼來表示卷積神經網(wǎng)絡框架,然后采用混洗蛙跳算法以MNIST數(shù)據(jù)集上的分類精度為適應度評估值對最優(yōu)網(wǎng)絡框架進行搜索,得到最優(yōu)的卷積神經網(wǎng)絡框架。本發(fā)明提出的基于混洗蛙跳自動設計卷積神經網(wǎng)絡框架的方法具有全自動、效率高等特點,對于經驗不足的科研初學者也是非常友好的。
技術領域
本發(fā)明涉及卷積神經網(wǎng)絡框架自動設計技術,幫助經驗不足的科研人員完全自主設計高性能的神經網(wǎng)絡框架。
背景技術
1.卷積神經網(wǎng)絡框架設計問題
近幾年,卷積神經網(wǎng)絡(Convolution Neural Network,CNN)由于其優(yōu)異的性能,在圖像分類、目標檢測、自然語言處理等領域都取得了顯著的成功。CNN架構結構復雜,參數(shù)眾多,而且參數(shù)之間相互影響,網(wǎng)絡模型太小太淺容易導致欠擬合現(xiàn)象,而網(wǎng)絡模型太大太深又容易導致過擬合等問題,因此一個性能良好的CNN模型非常依賴于其架構的設置。
目前針對卷積神經網(wǎng)絡框架設計這個問題,常用的方法是人員依據(jù)自身豐富的經驗對網(wǎng)絡架構進行不斷的手動調整,從而獲得一種高性能的網(wǎng)絡架構。但是由于人工設計的方法需要反復試錯,方法是非常耗時的,另一方面,人工設計方法需要依賴科研人員的經驗,對于經驗缺乏的非科研人員,通過人工設計方法設計高性能的網(wǎng)絡框架是非常困難的。隨著各行各業(yè)從傳統(tǒng)的手工作業(yè)向自動化、信息化、智能化生產過程邁進,CNN框架設計提出了全自動化設計的新挑戰(zhàn)。
2.卷積神經網(wǎng)絡框架
卷積神經網(wǎng)絡由輸入層、隱藏層和輸出層組成,隱藏層主要包括卷積層、池化層和全連接層。卷積層是卷積神經網(wǎng)絡的核心層,該層的參數(shù)由一組可學習的過濾器組成,通過使用卷積核對圖像等數(shù)據(jù)中進行特征提取,卷積層的層數(shù)越多,就可以提取更多抽象的特征。池化層是夾在卷積層中間的一層,分為最大池化和平均池化,其目的是壓縮數(shù)據(jù)和參數(shù)的量,或通過下采樣來減少輸入的尺寸,但保留重要的信息。全連接層是神經網(wǎng)絡的最后一層,主要任務是利用卷積過程的輸出,對卷積層提取到的特征進行分類。
3.混洗蛙跳算法
混洗蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)是由Eusuff andLansey等人于2006年首次提出的一種全新的啟發(fā)式智能進化算法,其靈感來源于青蛙的覓食行為。 SFLA通過模因算法在青蛙的子群中進行局部搜索,青蛙使用混合策略來混合跳躍算法,并在局部搜索中交換信息。SFLA結合了模因算法和粒子群算法的優(yōu)點,分別在局部搜索和全局搜索中進行信息交換,將兩種信息交換方式很好的結合起來。總體來說,SFLA可搜索性強且易于實現(xiàn),可用于解決很多非線性、不可檢測和多狀態(tài)等問題。
SFLA的實現(xiàn)流程如圖1所示,其數(shù)學描述如下:
隨機生成初始種群Ω,種群的大小N,則Ω={x1,x2,...,xN},假設待解決的問題維度為d,則xi=[xi1,xi2,...,xid];
采用模因分組法將種群進行分組。假設要將種群分為m個模因組,每個組內的個體數(shù)量為n,則N=m×n,模因分組法分組的具體方法為:種群中的所有個體按照適應度值進行排序,第一只青蛙到第一個模因組內,第二只青蛙到第二個模因組,則第m只青蛙到第m個模因組,第m+1只青蛙又分到第一個模因組內,以此類推,直至所有的青蛙都分到相應的組內。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于天津大學,未經天津大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110993267.5/2.html,轉載請聲明來源鉆瓜專利網(wǎng)。





