买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京信息工程大学申请的专利一种基于多种群协同进化的生成对抗网络架构搜索方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120671780B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511172427.4，技术领域涉及：G06N3/0985；该发明授权一种基于多种群协同进化的生成对抗网络架构搜索方法是由王朝明;薛羽;王尧;田青;梅园;韩进;金婷;王修来设计研发完成，并于2025-08-21向国家知识产权局提交的专利申请。

本一种基于多种群协同进化的生成对抗网络架构搜索方法在说明书摘要公布了：本发明提供了一种基于多种群协同进化的生成对抗网络架构搜索方法，包括：步骤1，定义用于搜索生成器和鉴别器的搜索空间；步骤2，随机生成生成器和鉴别器的基因群；步骤3，激活所有候选操作，进行初始化训练；步骤4，搜索生成对抗网络的架构参数和网络权重；步骤5，对生成器和鉴别器的基因群进行优化和更新；步骤6，交替优化生成器和鉴别器的架构，直至网络性能无法再被提升；步骤7，将搜索出的生成对抗网络用于零样本学习中的未见样本的生成。本方法的联合搜索能够充分利用GAN框架中生成器和鉴别器相互依存、动态博弈的关系，有利于搜索出更优异的GAN架构，相比传统的优化方法具有更高的效率和更好的搜索性能。

本发明授权一种基于多种群协同进化的生成对抗网络架构搜索方法在权利要求书中公布了：1.一种基于多种群协同进化的生成对抗网络架构搜索方法，其特征在于，包括以下步骤： 步骤1，定义用于搜索生成器和鉴别器的搜索空间，并使用二进制编码； 步骤2，随机生成生成器和鉴别器的基因群； 步骤3，激活所有候选操作，进行初始化训练； 步骤4，利用一种协同架构搜索方法搜索生成对抗网络的架构参数和网络权重； 步骤5，利用一种多种群协同优化方法对生成器和鉴别器的基因群进行优化和更新； 步骤6，循环执行步骤3~步骤4，交替优化生成器和鉴别器的架构，直至网络性能无法再被提升； 步骤7，将搜索出的生成对抗网络用于零样本学习中的未见样本的生成； 步骤1中，生成器G表示为有向无环图，判别器D表示为有向无环图，其中，和分别表示生成器和鉴别器的节点集合，和分别表示生成器和鉴别器的连接操作，S表示生成器和鉴别器通用的通道注意力模块； 步骤1中，通道注意力模块S被设计放置在每个中间节点前，用于处理第i个中间节点的前驱节点的输出，中间节点的输入公式为： ， 其中，表示连接节点到节点的操作，代表第j个中间节点的输入，代表拼接操作； 通道注意力模块S通过计算不同节点特征之间的关联权重构建注意力矩阵衡量各通道之间的重要性分布，并引入可学习的聚合参数对特征维度进行压缩，从而提取更具判别性的特征表示，最终，将压缩后的特征作为节点的输入，数学表达式为： ， 其中，表示输入特征矩阵，表示实数空间，c为通道数，f为特征维度，为第i个通道的通道注意力系数，为可学习的第i个通道的聚合权重； 步骤4包括： 步骤4.1，评估并选择最优的鉴别器或生成器基因，并将最优的鉴别器或生成器基因固定为架构参数； 步骤4.2，从未被固定的生成器或鉴别器基因群中随机选取一个基因A1，基因A1代表当前批次训练时未被固定的生成器或鉴别器的架构参数； 步骤4.3，利用一种基于Wasserstein距离的自适应训练方式训练生成器和鉴别器的网络权重； 步骤4.4，循环执行步骤4.2~步骤4.3，直到训练完一轮数据； 步骤4.1中，评估最优的鉴别器和生成器的方法为： 对于生成器种群，直接使用当前固定的鉴别器进行评估，公式为： ， 其中表示当前固定的鉴别器，表示第i个生成器基因代表的生成器的适应度，表示在噪声的概率分布下的期望值；i取值为1~n； 对于鉴别器种群，使用Wasserstein距离作为其性能评估值： ， 其中，表示第i个鉴别器基因代表的鉴别器的适应度，表示在真实数据的概率分布下的期望值，表示当前固定的生成器； 步骤5包括： 步骤5.1，使用适应度对架构进行评估排序并过滤掉低适应度基因； 步骤5.2，选择未被分配的具备最优适应度的基因作为一个子种群的领导者L； 步骤5.3，遍历集合中剩下的待选基因g将满足相似度高于设定值的基因看作与领导者L处于同一子种群； 步骤5.4，循环执行步骤5.2~步骤5.3，直到所有基因被分配到子种群； 步骤5.5，选取排名前的子种群中排名前的基因作为父代； 步骤5.6，使用交叉和变异和随机注入操作生成子代个体； 步骤5.1中，使用动态阈值对基因进行过滤，通过如下公式计算阈值： ， 其中，为第i个基因的适应度函数，，为设定的适应度阈值参数； 步骤5.3中，相似度计算公式为： ， 其中，为领导者L的基因矩阵中第i行j列的元素，为待选基因g的基因矩阵中第i行j列的元素。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京信息工程大学，其通讯地址为：211899 江苏省南京市江北新区华富路1号数智溪谷4号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。