一种基于改进NBA算法的BPNN特征识别方法[CN201811237688.X] - 浙江工业大学

专利申请

2018-10-23
公布公告

2019-02-05
授权日期

2021-04-09
终止

2029-02-02

一种基于改进NBA算法的BPNN特征识别方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201811237688.X 申请日期： 2018-10-23 专利主类别： G06N3/08 {{ classMap["G06N3/08"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区潮王路18号

专利分类项目

G06N3/08 : 学习方法

G06K9/62 : 应用电子设备进行识别的方法或装置

专利注册信息

初审公告期号	2018-10-23	初审公告日期	2019-02-05
注册公告期号	2021-04-09	注册公告日期	2021-04-09
专用权期限	2019-02-05 - 2029-02-02	专利类型	发明公开
代理组织机构	杭州赛科专利代理事务所查看该机构代理的所有专利

专利介绍

本发明涉及一种基于改进NBA算法的BPNN特征识别方法，对面边邻接图进行预处理，提取特征因子最小子图，将属于同一特征的特征因子聚合为复合特征，对聚合完毕后的每一个特征因子进行特征编码，得到特征编码序列，采用二阶振荡机制和差分算法对NBA算法进行改进，并以改进的NBA算法优化BP神经网络、进行特征识别。本发明最大限度地识别出具有工程意义的特征，由于神经网络有优良的学习性能，极大提高特征识别的准确性和效率，而利用改进的NBA算法对BP神经网络进行优化，可以实现控制局部搜索和全局搜索间的相互转换，避免陷入局部最优缺陷，具有更好的收敛性。本发明在训练后进行特征识别，有效提高了特征识别的准确率和效率。

法律进度