| 專利名稱 | 一種用改進的蝙蝠算法檢測帶鋼表面缺陷的方法 | ||
|---|---|---|---|
| 申請?zhí)?專利號 | CN202110403277.9 | 專利權人（第一權利人） | 長春工業(yè)大學 |
| 申請日 | 2021-04-15 | 授權日 | 2022-09-27 |
| 專利類別 | 授權發(fā)明 | 戰(zhàn)略新興產(chǎn)業(yè)分類 | 新一代信息技術 |
| 技術主題 | 蝙蝠算法|工程學|閾值|全局最優(yōu)|圖像對|收斂速度|神經(jīng)網(wǎng)絡|局部最優(yōu) | ||
| 應用領域 | 神經(jīng)架構|神經(jīng)學習方法|制造計算系統(tǒng) | ||
| 意向價格 | 具體面議 | ||
| 專利概述 | 本發(fā)明公開了一種用改進的蝙蝠算法來訓練神經(jīng)網(wǎng)絡的權值和閾值，大大提高圖像分類的準確度。包括以下算法步驟：步驟一：錄入原始圖像，對原始圖像進行處理。步驟二：對網(wǎng)絡進行初始化。步驟三：對本發(fā)明的初始參數(shù)賦值。步驟四：計算權值經(jīng)驗因子，蝙蝠利用等式移動，并更新響度和脈沖速率。步驟五：記錄當前種群的全局最優(yōu)位置和局部最優(yōu)位置，并更新利用公式進行速度更新，根據(jù)公式獲得種群蝙蝠的信位置。步驟六：最優(yōu)解X分別對應網(wǎng)絡的權值和閾值，輸出結(jié)果。步驟七：判斷是否打到最大迭代次數(shù)，如果是，則輸出結(jié)果。如果否，則返回步驟四。本發(fā)明與其他算法相比具有更快的收斂速度，本發(fā)明更具有開發(fā)能力，并且更加穩(wěn)定。 | ||
| 圖片資料 |
|
||
| 合作方式 | 擬轉(zhuǎn)讓 | ||
| 聯(lián)系人 | 戚梅宇 | 聯(lián)系電話 | 13074363281 |
