一种优化卷积神经网络中神经元空间排布的方法

摘要

本发明属于人工智能领域，具体涉及一种优化卷积神经网络中神经元空间排布的方法，包括:1、搭建网络；2、利用自组织映射算法预训练网络得到网络的初始化参数；3、修改损失函数，即在交叉熵损失函数的基础上新加描述相邻卷积核权值分布相似性的正则化项；4、按照步骤1再次搭建好新的网络，然后利用步骤2得到的卷积核的权值，初始化步骤1中搭建的网络的卷积核的权值，利用图像分类的数据集进行网络训练，利用反向传播算法不断更新网络的参数，当修改后的损失函数达到最小时结束训练，得到神经元空间排布优化后的卷积神经网络模型。此模型的神经元之间具有更好的语义组织关系，与人体内神经元的组织排列方式更相似，具有广阔的应用前景。