公开(公告)号：CN115481727A

公开(公告)日：2022-12-16

申请号：CN202211120997.5

申请日：2022-09-15

Applicant: 电子科技大学

Inventor： 陈爱国 ,  罗光春 ,  赵太银 ,  付波 ,  沙泽鑫 ,  宣朋羽

IPC: G06N3/08 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种基于进化计算的意图识别神经网络生成与优化方法，该方法包括以下步骤：根据问题特征与训练集数据构造神经网络损失函数，并取损失函数的倒数作为进化搜索的目标函数与适应度函数；设计针对神经网络节点与连接的编码方法，根据编码方法进一步设计针对神经网络的交叉与变异进化算子，作为进化搜索的主体部分操作；通过迭代的进化搜索后，种群适应度逐渐升高，神经网络损失函数逐渐降低，在达到进化的最大代数后，输出优化后的最优神经网络，用于复杂非线性问题的预测。本发明用于面向复杂非线性问题的神经网络生成与优化，能有效提升神经网络表现。

公开(公告)号：CN115797987A

公开(公告)日：2023-03-14

申请号：CN202211053355.8

申请日：2022-08-31

Applicant: 电子科技大学

Inventor： 陈爱国 ,  罗光春 ,  赵太银 ,  孙国林 ,  宣朋羽 ,  沙泽鑫

IPC: G06V40/14 ,  G06V10/82 ,  G06V10/764 ,  G06V10/74 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于联合损失和卷积神经网络的指静脉识别方法，包括步骤：采集指静脉图像，并对图像进行预处理，提取指静脉图像的感兴趣区域，并对图像尺寸归一化；构建指静脉识别的深度卷积神经网络，基于ResNet34结构构建特征提取网络；模型训练，通过联合欧式度量空间和余弦度量空间的损失函数，对深度卷积神经网络进行训练，令网络模型学习到指静脉的有效特征表示；确定识别阈值，以错误接受率和错误识别率为衡量标准，通过枚举法找到最佳识别阈值，实现指静脉图像的识别。本发明用于指静脉图像特征提取与匹配，能有效进行指静脉身份识别。