公开(公告)号：CN106991374A

公开(公告)日：2017-07-28

申请号：CN201710131513.X

申请日：2017-03-07

Applicant: 中国矿业大学

Inventor： 丁世飞 ,  侯艳路 ,  张楠 ,  张健 ,  赵星宇 ,  曾凯

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

CPC classification number: G06K9/00409 ,  G06K9/00422 ,  G06K9/6282 ,  G06N3/0454

Abstract: 本发明一种基于卷积神经网络和随机森林的手写体数字识别方法，通过将卷积神经网络提取数字图像的特征，之后将特征交给随机森林完成分类，这样使得模型在提取特征的过程中大大减少了时间，既克服了CNN训练时间过长的问题，又解决了在RF在人工选取特征的缺陷，最后达到了很好的识别效果。

公开(公告)号：CN106909968A

公开(公告)日：2017-06-30

申请号：CN201710131208.0

申请日：2017-03-07

Applicant: 中国矿业大学

Inventor： 丁世飞 ,  孟令恒 ,  徐晓 ,  赵星宇 ,  张健 ,  张楠

IPC: G06N3/04 ,  G06N3/08

CPC classification number: G06N3/0454 ,  G06N3/08

Abstract: 本发明一种基于知识的级联相关构造性神经网络方法，涉及人工神经网络、机器学习和人工智能领域。特别涉及通过相关性将已经学习到的知识级联到神经网络中，并在此基础上构造性地改造神经网络，从而达到快速灵活地构造神经网络的目的。该算法，在一个前向传播神经网络中根据训练数据来调整网络结构和权值。该算法主要包括两个阶段：输入阶段和输出阶段。在输出阶段，所有进入输出节点的权值，通过训练算法进行优化使得目标网络的输出误差不断减小。在输入阶段，一个新的隐层节点或者知识网络会被添加到目标网络中。最终被选择加入到目标网络中的候选网络是能最好地关联目标网络输出错误的候选网络。

公开(公告)号：CN106407670A

公开(公告)日：2017-02-15

申请号：CN201610807053.3

申请日：2016-09-06

Applicant: 中国矿业大学

Inventor： 丁世飞 ,  赵星宇

IPC: G06F19/00 ,  A63F3/00 ,  G06F17/30

CPC classification number: A63F3/00643 ,  G06F16/9027 ,  G16Z99/00

Abstract: 本发明公开了一种基于博弈算法的黑白棋博弈方法及系统，主要包括以下步骤：1.构造黑白棋博弈树搜索算法，包括主搜索算法的实现、附加搜索算法的实现；2.构造黑白棋局面动态评估方法，包括行动力的评估、棋位价值的动态评估、前期局势的评估、中期局势的评估、后期局势的评估；3.实现黑白棋博弈系统。黑白棋博弈系统主要由五个模块构成：数据表示模块、用户界面模块、搜索引擎模块、估值核心模块、控制函数模块。本发明在传统博弈搜索算法的基础上，提出了一种将主变量搜索、局面评估、附加搜索相结合的博弈搜索算法，算法效率高，搜索时间短。