一种基于全局可微分架构自动神经网络搜索的眼动识别方法

本发明属于眼动识别技术领域，具体公开了一种基于全局可微分架构自动神经网络搜索的眼动识别方法，基于DARTS算法进行神经网络架构搜索，其中包括：根据不同的网络深度为各层Cell提供多个不同的搜索空间并为每个Cell的初始化一组结构参数α，引入了一组凸组合的可学习参数β用来描述Cell输入和输入的权重；将用于训练的眼动数据集分为验证集和测试集，并在验证集上优化α和β，通过得到的最优解建立训练架构，在测试集中对网络权重ω进行优化，利用最终构建的并完成训练的神经网络模型进行动眼识别。本发明解决了现有DARTS方法拥有唯一的搜索空间对最终眼动识别性能产生了影响的问题。