基于同源连续性的单纯形深度神经网络模型及构建方法

摘要

一种基于同源连续性的单纯形深度神经网络模型的构建方法，包括如下步骤：步骤1，对输入样本进行特征提取，通过若干并行卷积组提取得到输入样本的特征图，挖掘样本点在高维空间的流形分布；步骤2，通过自组织映射，对步骤1中提取到的特征图进行聚类，构建流形分布子空间；步骤3，构建单纯形神经元，基于所述单纯形神经元对步骤2中自组织映射聚类后的不同流形分布子空间进行覆盖学习，由此得到所述基于同源连续性的单纯形深度神经网络模型。本发明构造的单纯形神经元模型，以样本拓扑结构在特征隐空间中具有连通性作为先验知识，学习单纯形神经元的参数，在特征隐空间对样本进行覆盖学习，学习速度更快，并且具有更好的逼近性能和抗噪能力。