申请/专利权人：北京石油化工学院

申请日：2022-03-14

公开（公告）日：2022-09-23

公开（公告）号：CN115099400A

主分类号：G06N3/08

分类号：G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.10.14#实质审查的生效;2022.09.23#公开

摘要：本发明的基于泊松分布的神经网络混合差分剪枝方法和剪枝装置属于工业控制与人工智能技术领域，本发明在泊松分布规律下，计算滤波器各个参数一范数的一阶差分与二阶差分，将其赋予权重后得到参数的活跃度。采用归一化函数将加权值转化为活跃度，免去剪枝中的阈值选择过程。该方法能够达到对各类入侵检测分类器的卷积层进行高比率剪枝的效果，能够使入侵检测分类器在资源十分稀缺的边缘工控系统中发挥优秀的性能，对轻量化工控系统的建设有一定的指导意义。将本发明的剪枝方法应用于LeNet‑5、VGG、ResNet等神经网络算法实验时，该剪枝方法能有效剪枝入侵检测分类器。

主权项：1.一种基于泊松分布的神经网络混合差分剪枝方法，其特征在于包括以下步骤：S1、读取网络模型在指定时间区间内的权重；S2、计算相邻两时刻权重的一阶差分d；S3、根据一阶差分d，计算二阶差分D；S4、对一阶差分d和二阶差分D进行加权，得到加权值Wt；S5、加权值Wt经过映射得到活跃度Activ；S6、根据各个滤波器的活跃度Activ，计算得到评估值Eval；S7、根据评估值Eval裁剪滤波器；S8、对剪枝后的网络模型进行重新训练以恢复性能；S9、输出剪枝后的网络模型。

全文数据：

权利要求：

百度查询： 北京石油化工学院 基于泊松分布的神经网络混合差分剪枝方法和剪枝装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD