买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京信息工程大学申请的专利一种基于优势分类器辅助的多目标混合演化神经架构搜索方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120181178B 。

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510648611.5，技术领域涉及：G06N3/0895；该发明授权一种基于优势分类器辅助的多目标混合演化神经架构搜索方法和系统是由刘珂玉;薛羽设计研发完成，并于2025-05-20向国家知识产权局提交的专利申请。

本一种基于优势分类器辅助的多目标混合演化神经架构搜索方法和系统在说明书摘要公布了：本发明提供了一种基于优势分类器辅助的多目标混合演化神经架构搜索方法和系统，所述方法包括：步骤1，设计并训练一个基于对比学习的自编码器，用于提取网络架构的特征；步骤2，设计并训练一个端到端的基于架构性能优劣比较的优势分类器；步骤3，通过随机采样从搜索空间中初始化一个架构种群，并对种群中的个体进行全面训练以实现真实评估；步骤4，将当前种群作为父代，生成候选架构，通过环境选择策略选择最优的架构以更新种群；步骤5，通过投影与聚类方法对新种群进行多样性评估；步骤6，输出一组全局最优架构。本发明极大地降低了计算资源的消耗，为神经架构搜索技术在实际应用中的广泛推广奠定了牢固的基础。

本发明授权一种基于优势分类器辅助的多目标混合演化神经架构搜索方法和系统在权利要求书中公布了：1.一种基于优势分类器辅助的多目标混合演化神经架构搜索方法，其特征在于，包括以下步骤： 步骤1，设计并训练一个基于对比学习的自编码器，用于提取网络架构的特征，将无序的搜索空间映射至一个依据性能优劣有序分布的连续编码空间中；包括：设计自编码器：所述自编码器包括编码器和解码器，所述自编码器的工作流程包括：将向量编码X作为输入，经编码器处理后输出潜在向量，其中表示以X为输入时编码器的输出；随后，经过局部搜索优化得到的新的潜在向量被重新解码为具有实际含义的离散编码，用于表示一个真实存在的架构，采用解码器对潜在向量进行解码，输出重构向量，其中表示以L作为输入时解码器的输出； 步骤2，设计并训练一个端到端的基于架构性能优劣比较的优势分类器，所述优势分类器能够从候选架构中选择在两个以上评估指标上均表现优秀的神经架构；包括：首先，为优势分类器构建成对的训练样本并获得标签，；其中，表示第个成对样本，表示第个架构的向量编码经过编码器得到的潜在特征，表示第个架构的向量编码经过编码器得到的潜在特征，表示样本对的标签，当时，；否则，； 步骤3，通过随机采样从搜索空间中初始化一个架构种群，并对种群中的个体进行全面训练以实现真实评估； 步骤4，将当前种群作为父代，生成候选架构，利用自编码器对候选架构进行特征提取，并将提取到的潜在特征向量输入至优势分类器中，对候选架构的适应度值进行预测；根据预测得到的适应度值选择具有潜力的架构作为子代架构，并对子代架构进行真实评估；随后，合并子代架构与父代架构，通过环境选择策略选择最优的架构以更新种群； 步骤5，通过投影与聚类方法对新种群进行多样性评估，如果种群多样性优秀，则对种群中的个体进行局部搜索优化；否则，激活多样性增强模块，从合并的子代架构与父代架构中重新选择多样化的个体以更新种群； 步骤6，重复步骤4~步骤5直至种群性能收敛，最终输出一组全局最优架构；所述全局最优架构指的是在多目标优化中形成的帕累托前沿架构集合；在大规模图像识别场景中，所得到的全局最优架构直接部署于CIFAR-10数据集的图像分类任务中，输入一张自然图像，架构自动提取图像特征并输出对应的类别标签。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京信息工程大学，其通讯地址为：211899 江苏省南京市江北新区华富路1号数智溪谷4号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。