| 專利名稱 |
一種用改進(jìn)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(quán)人(第一權(quán)利人) |
長春工業(yè)大學(xué) |
| 申請日 |
2021-04-15 |
授權(quán)日 |
2022-09-27 |
| 專利類別 |
授權(quán)發(fā)明 |
戰(zhàn)略新興產(chǎn)業(yè)分類 |
新一代信息技術(shù) |
| 技術(shù)主題 |
蝙蝠算法|工程學(xué)|閾值|全局最優(yōu)|圖像對|收斂速度|神經(jīng)網(wǎng)絡(luò)|局部最優(yōu) |
| 應(yīng)用領(lǐng)域 |
神經(jīng)架構(gòu)|神經(jīng)學(xué)習(xí)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(jìn)的蝙蝠算法來訓(xùn)練神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,大大提高圖像分類的準(zhǔn)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(jìn)行處理。步驟二:對網(wǎng)絡(luò)進(jìn)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(quán)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(dāng)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(jìn)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(yīng)網(wǎng)絡(luò)的權(quán)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 |