申请/专利权人:重庆嘉陵全域机动车辆有限公司
申请日:2024-01-02
公开(公告)日:2024-04-02
公开(公告)号:CN117808070A
主分类号:G06N3/082
分类号:G06N3/082;G06N3/0464;G06N3/086;G06F18/27;G06F30/15;G06F30/27
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明涉及全地形车架优化技术领域,具体涉及一种基于深度学习的剪枝集成代理模型建模方法;进行高保真样本数据前处理;构建基础模型池;进行基础模型剪枝;集成基础模型,将最终选择的每个基础模型在训练数据集上的预测输出作为GACNN网络的输入,得到最终的预测结果,通过上述方式,提出一种基于向量相似度的排序剪枝评价标准,实现了平衡代理模型的精度和效率。
主权项:1.一种基于深度学习的剪枝集成代理模型建模方法,其特征在于,包括如下步骤:进行高保真样本数据前处理;构建基础模型池;进行基础模型剪枝;集成基础模型;将最终选择的每个基础模型在训练数据集上的预测输出作为GACNN网络的输入,得到最终的预测结果。
全文数据:
权利要求:
百度查询: 重庆嘉陵全域机动车辆有限公司 一种基于深度学习的剪枝集成代理模型建模方法
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。