原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
查看更多
本发明涉及供应系统技术领域，公开了一种基于自适应算法的应用方法、系统、设备及存储介质，构建一个参数少、计算成本低的模型，并确定模型中每一层节点的百分比；根据需求添加参数并进行预处理，将预处理后的参数作为样本对模型进行训练；通过梯度稳定性比往模型的特定层中添加节点，判断梯度是否合适；若判断为肯定，即确定梯度，输出需求模型，若判断为否定，即调整梯度，继续添加节点，直至判断为肯定，停止添加节点，训练并输出需求模型。本发明通过训练一个只有原始模型部分参数的较小模型，然后训练网络，并将节点添加到由梯度稳定
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116451767 A
(43)申请公布日 2023.07.18
(21)申请号 202310184872.7
(22)申请日 2023.03.01
(71)申请人 太原理工大学
地址 030024
文档评论（0）