您的当前位置：首页一种基于多个卷积神经网络结合架构深度学习预测方法[发明专利]

一种基于多个卷积神经网络结合架构深度学习预测方法[发明专利]

来源：图艺博知识网

专利内容由知识产权出版社提供

专利名称：一种基于多个卷积神经网络结合架构深度学习预测

方法

专利类型：发明专利

发明人：盛敏,李洋,文娟,李建东,张琰,刘润滋,李伟民,王瑞娜,

陈人冰

申请号：CN201810157943.3申请日：20180225公开号：CN108446794A公开日：20180824

摘要：本发明属于数据识别及数据表示技术领域，公开了一种基于多个卷积神经网络结合架构深度学习预测方法，对数据进行维度变换；准备训练数据集，验证数据集和测试数据集；将维度变换后的数据按照周期状态编号对应输入不同的卷积神经网络中，经卷积神经网络处理后的数据按照时间先后顺序进行重排后输入深度全连接神经网络得到最后结果；使用验证集进行提前终止训练得到模型；预测测试集得到预测结果。本发明通过多个卷积神经网络分别处理不同周期状态的数据有针对性地挖掘数据规律信息，减少网络层数，卷积神经网络处理后的数据重排顺序后输入深度全连接神经网络，大大减小了数据维度，有效地缓解了过拟合，提升了预测准确度。

申请人：西安电子科技大学

地址：710071 陕西省西安市太白南路2号西安电子科技大学

国籍：CN

代理机构：西安长和专利代理有限公司

代理人：黄伟洪

更多信息请下载全文后查看

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文