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
本发明属于神经网络模型训练技术领域，公开了一种基于改进随机配置算法的神经网络模型训练方法及系统，包括：在满足神经网络模型输出均方根误差减小的条件下，通过随机配置算法的不等式约束条件筛选合适神经元作为候选隐层节点；从所述候选隐层节点中筛选令训练误差下降最快的K个神经元，从选出的K个神经元中选择与前L‑1个隐层节点最不相关的神经元作为最优隐层节点；通过最小二乘法计算得到输出权重，并更新随机配置网络的结构；利用通过隐层最大容许节点数和最大容许输出误差判断网络结构是否构建完毕。本发明能够在保证预测精度的
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116992935 A
(43)申请公布日 2023.11.03
(21)申请号 202310993679.8
(22)申请日 2023.08.07
(71)申请人 东北大学
地址 110819
文档评论（0）