中国石油大学(华东)梁锡军获国家专利权
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！
龙图腾网获悉中国石油大学(华东)申请的专利一种基于层优化差异的梯度导向差分进化方法及系统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：CN121052320B 。
龙图腾网通过国家知识产权局官网在2026-02-10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：202511586805.3，技术领域涉及：G06N3/086；该发明授权一种基于层优化差异的梯度导向差分进化方法及系统是由梁锡军;李姿萱;田璞;于琪;朱雪瑜;渐令;宋允全设计研发完成，并于2025-11-03向国家知识产权局提交的专利申请。
本一种基于层优化差异的梯度导向差分进化方法及系统在说明书摘要公布了：本发明提供一种基于层优化差异的梯度导向差分进化方法及系统，涉及机器学习技术领域，包括：获取待训练的神经网络模型；基于预设的评估指标识别神经网络模型中的关键层和非关键层；关键层的个体参数以多组个体化存储，非关键层的共享参数进行单组共享化存储；根据关键层的个体参数，通过欧氏距离划分小生境，并评估每个完整个体的适应度值；基于适应度值，将小生境中的个体分类为最优个体、较优个体和较差个体，并采用不同的更新策略对关键层参数进行更新；根据当前验证集上的最优个体，对非关键层共享参数进行梯度下降更新；当满足预设的迭代终止条件时，输出由关键层最优个体参数与非关键层共享参数组合构成的训练好的神经网络模型。
本发明授权一种基于层优化差异的梯度导向差分进化方法及系统在权利要求书中公布了：1.一种基于层优化差异的梯度导向差分进化方法，其特征在于，包括： 获取待训练的神经网络模型； 基于预设的评估指标识别所述神经网络模型中的关键层和非关键层； 将所述关键层的个体参数以多组个体化形式分别存储在存储器的不同区域，构成一个种群；所述非关键层的参数以单组形式存储在存储器的一个共享区域，供所有个体共享； 根据所述关键层的个体参数，通过欧氏距离划分小生境，并评估每个完整个体的适应度值，所述完整个体由关键层个体参数与非关键层共享参数组合构成； 基于所述适应度值，将小生境中的个体分类为最优个体、较优个体和较差个体，并采用不同的更新策略对所述关键层参数进行更新；根据当前验证集上的最优个体，对所述非关键层共享参数进行梯度下降更新； 当满足预设的迭代终止条件时，输出由关键层最优个体参数与非关键层共享参数组合构成的训练好的神经网络模型。
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中国石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66号；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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励