公开(公告)号：CN119886264A

公开(公告)日：2025-04-25

申请号：CN202411965074.9

申请日：2024-12-30

Applicant: 江南大学

Inventor： 董万里 ,  王嵘瑾 ,  王浩 ,  方伟 ,  朱书伟 ,  陆恒杨

IPC: G06N3/086 ,  G06F18/24 ,  G06F18/231

Abstract: 本发明提供了分类神经网络的训练方法、目标分类方法，属于人工智能和计算机科学领域。本发明通过设计双聚类方法选择当前种群中适当的参考解，保持优化过程种群的多样性，并引导权重优化的搜索方向；其次，在问题转换环节中设计幂值转换函数，改变决策空间的映射方式，有效拓展了原本的决策空间；最后，提出了一个自适应分配评估次数的机制，可以在种群优化的不同阶段自适应地调整标准优化和权重优化的评估次数，使种群演化的开发阶段能够加快种群的收敛，在探索阶段能够平衡种群的多样性。将本发明应用在神经网络模型训练中，有效提高了神经网络训练的性能。

公开(公告)号：CN119722505A

公开(公告)日：2025-03-28

申请号：CN202411682390.5

申请日：2024-11-22

Applicant: 江南大学

Inventor： 方伟 ,  张正焕 ,  董万里 ,  王嵘瑾 ,  陆恒杨 ,  朱书伟

IPC: G06T5/70 ,  G06T5/60 ,  G06N3/006 ,  G06N3/126 ,  G06N3/09

Abstract: 本发明公开了一种自监督图像降噪的神经网络结构搜索方法，属于神经网络结构搜索和图像降噪领域。所述方法设计了多尺度编码器的搜索空间，使网络结构可以融合不同尺度提取的特征信息，恢复出更多的图像细节，有利于发现降噪效果更好的网络结构；本发明基于多尺度编码器的搜索空间，提出了一种改进的遗传算法对网络结构进行搜索，设计了粗粒度种群初始化方法、距离引导的父代选择方法和基于模块化的交叉变异操作，提升了遗传算法的搜索能力。相比现有的自监督图像降噪方法和神经网络结构方法，可以达到更好的降噪效果；实验结果证明，本发明的自监督图像降噪神经网络结构搜索方法可以有效地发现降噪效果更好的网络结构。

公开(公告)号：CN119398140A

公开(公告)日：2025-02-07

申请号：CN202510016864.0

申请日：2025-01-06

Applicant: 江南大学

Inventor： 方伟 ,  梅洪滔 ,  董万里 ,  陆恒杨 ,  朱书伟

IPC: G06N5/01 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/086 ,  G06N3/126

Abstract: 本发明公开了一种基于遗传算法的卷积神经网络结构搜索方法，属于图像分类技术领域。所述方法引入了可优化的卷积结构FlexCell单元，该结构使用深度可分离卷积技术和多尺度设计，通过对应的权重参数可以产生多样的卷积结构来充分提取输入数据的特征从而提高卷积神经网络的性能；本发明设计了三维度编码空间并结合FlexCell来产生多样的候选卷积神经网络结构，同时使用改进的二阶段遗传算法和交叉编译算子来搜索最优的卷积神经网络结构。实验数据证明，利用本发明搜索方法获取神经网络最优结构，相比于现有的搜索方法，可以以更少的参数、更少的时间成本，达到更高的图像分类精度。