[发明专利]鲁棒二值神经网络的构建方法及设备在审
| 申请号： | 202011088661.6 | 申请日： | 2020-10-13 |
| 公开（公告）号： | CN112258377A | 公开（公告）日： | 2021-01-22 |
| 发明（设计）人： | 王祥;李鹏霄;杜翠兰;李扬曦;佟玲玲;任博雅;项菲;井雅琪;段运强 | 申请（专利权）人： | 国家计算机网络与信息安全管理中心 |
| 主分类号： | G06T1/20 | 分类号： | G06T1/20;G06N3/04;G06N3/063;G06N3/08 |
| 代理公司： | 工业和信息化部电子专利中心 11010 | 代理人： | 罗丹 |
| 地址： | 100029*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 鲁棒二值 神经网络 构建 方法 设备 | ||
1.一种鲁棒二值神经网络的构建方法，其特征在于，包括：
对训练数据进行二值化处理；
基于二值化处理后的训练数据，对预设二值神经网络进行训练；
对完成训练的预设二值神经网络进行纠错编码。
2.如权利要求1所述的方法，其特征在于，所述对预设二值神经网络进行训练，包括：
在图形处理器GPU上，对预设二值神经网络进行训练，以确定所述预设二值神经网络的神经元层数、各层神经元的权值、以及各层神经元的偏量值。
3.如权利要求2所述的方法，其特征在于，所述对完成训练的预设二值神经网络进行纠错编码，包括：
通过加入冗余神经元对原始输入数据进行纠错编码，并相应调整完成训练的预设二值神经网络的各层神经元的权值、以及各层神经元的偏量值。
4.如权利要求3所述的方法，其特征在于，所述通过加入冗余神经元对原始输入数据进行纠错编码，并相应调整完成训练的预设二值神经网络的各层神经元的权值、以及各层神经元的偏量值，包括：
采用三元组(Et,Vtb,μt)对完成训练的预设二值神经网络的各层神经元的输入项权值以及偏量值进行纠错编码；
其中，F2＝{0,1}，R为实数集，1≤t≤L，L表示神经元层数，1≤i≤kt，kt表示第t层神经元个数；
所述三元组(Et,Vtb,μt)对于任意一个p-子集和一个q-子集满足公式1：
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
将纠错编码后的预设二值神经网络转移到FPGA上。
6.一种鲁棒二值神经网络的构建设备，其特征在于，包括：
数据处理模块，用于对训练数据进行二值化处理；
训练模块，用于基于二值化处理后的训练数据，对预设二值神经网络进行训练；
编码模块，用于对完成训练的预设二值神经网络进行纠错编码。
7.如权利要求6所述的设备，其特征在于，所述训练模块，包括：
图形处理器GPU，用于对预设二值神经网络进行训练，以确定所述预设二值神经网络的神经元层数、各层神经元的权值、以及各层神经元的偏量值。
8.如权利要求7所述的设备，其特征在于，所述编码模块，用于：
通过加入冗余神经元对原始输入数据进行纠错编码，并相应调整完成训练的预设二值神经网络的各层神经元的权值、以及各层神经元的偏量值。
9.如权利要求8所述的设备，其特征在于，所述编码模块，用于：
采用三元组(Et,Vtb,μt)对完成训练的预设二值神经网络的各层神经元的输入项权值以及偏量值进行纠错编码；
其中，F2＝{0,1}，R为实数集，1≤t≤L，L表示神经元层数，1≤i≤kt，kt表示第t层神经元个数；
所述三元组(Et,Vtb,μt)对于任意一个p-子集和一个q-子集满足公式1：
10.如权利要求6所述的设备，其特征在于，所述设备还包括：
FPGA，用于存储纠错编码后的预设二值神经网络。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国家计算机网络与信息安全管理中心，未经国家计算机网络与信息安全管理中心许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202011088661.6/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种旋转式塑料袋自动包装装置
- 下一篇：一种自带清扫结构的智能变电站用散热器
