一种基于K-NN图模块度的模型剪枝识别方法及系统.pdfVIP

下载本文档

0
0
约1.92万字
约 14页
2023-05-04 发布于北京
举报
版权申诉

一种基于K-NN图模块度的模型剪枝识别方法及系统.pdf

1、本文档共14页，其中可免费阅读13页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种基于K‑NN图模块度的模型剪枝识别方法，包括以下步骤：S1：样本输入优化模型获取预训练模型；S2：利用特征表示和特征距离获取一系列K‑NN图；S3：构建动态图，标签划定社区计算K‑NN图模块度；S4：根据模块度识别冗余层修剪范围，模型剪枝处理；S5：重复训练得到最终模型；S6：分类器模型进行生物分类。本发明还包括一种基于K‑NN图模块度的模型剪枝识别方法的系统，该系统由模型获取模块，构建K‑NN模块，动态图模块度计算模块，冗余层识别剪枝模块和生物分类模块依次连接构成。本发明将预训练模型特征表

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114266922 A (43)申请公布日 2022.04.01 (21)申请号 202111571284.6 (22)申请日 2021.12.21 (71)申请人浙江