降低遗传算法冗余的方法、装置、设备及存储介质

AITNT
正文
推荐专利
降低遗传算法冗余的方法、装置、设备及存储介质
申请号:CN202411524309
申请日期:2024-10-29
公开号:CN119670838A
公开日期:2025-03-21
类型:发明专利
摘要
本发明公开了一种降低遗传算法冗余的方法、装置、设备及存储介质。所述降低遗传算法冗余的方法,包括:在评估任一染色体之前,查询所述染色体的配置对应的键是否已经出现在预设的字典中;若所述预设的字典中没有所述染色体的配置对应的键,对所述染色体进行评估,并将所述对应的键存储在所述预设的字典中;若所述预设的字典中存在所述染色体的配置对应的键,被标记为冗余的染色体,跳过所述染色体的评估。本申请的技术方案提出的算法轻量而高效,可以有效减少在寻找机器学习模型最优超参数过程中无意义的资源消耗,解决众多多层神经网络模型调整参数慢、训练过程冗长的问题,降低研发相关的成本,提升结果质量。
技术关键词
染色体 遗传算法 字典 冗余 多层神经网络模型 长短期记忆神经网络 标记 存储程序指令 通信接口 超参数 机器学习模型 电子设备 模块 存储器 计算机 可读存储介质 处理器 关系
系统为您推荐了相关专利信息
1
一种基于通道信息增强的端到端目标检测方法
网络结构 通道 模块 检测端 特征值
2
基于可学习稀疏正则字典学习的机械异常检测方法与系统
机械异常检测方法 字典学习模型 分裂算法 网络模块 卷积算法
3
一种测绘地理多元数据融合处理方法
稀疏编码模型 数据 矩阵 进化算法 多任务
4
用于VDE信号卫星的自适应阈值动态优化方法及相关装置
实时状态信息 动态优化方法 机器学习模型 资源分配 信号
5
面向多核并行体系结构的卷积算子编译优化方法及装置
描述符 编译优化方法 神经网络加速器 多核并行 字典
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号