-
公开(公告)号:CN116245145A
公开(公告)日:2023-06-09
申请号:CN202310143448.8
申请日:2023-02-21
Applicant: 绍兴文理学院
IPC: G06N3/0464 , G06N3/09 , G06F18/21 , G06F18/214 , G06F18/241 , G06F16/28
Abstract: 本发明公开了一种面向高维数据的分类系统及训练方法。系统包括特征提取模块和分类模块;特征提取模块包括,第一至第五卷积层组;每一组的卷积层通道数量倍增,从而提高特征深度;卷积层组包括2到3层一维卷积层和一层池化层;卷积层后串联有整流线性单元,卷积层使用大小为3的一维卷积核;分类模块,具有多层全连接层,全连接层之间,串联有整流线性单元。本发明将10至15层的以为卷积神经网络,分置在5组卷积层组中,每组卷积层组配合池化层在提高特征深度的同时,约束整体的参数量,获得良好的分类效果。本发明提供的训练方法,提出了一种新的目标函数,用于准确评估网络模型的性能,因为目标函数包括各种具有代表性的性能评估指标。