基于支持向量回归的边坡爆破效果预测模型及其建立方法2024

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117875357 A (43)申请公布日 2024.04.12 (21)申请号 202311826094.3 (22)申请日 2023.12.27 (71)申请人 北京国科础智科技有限公司 地址 100084 北京市海淀区上地信息路26 号01层0112室 (72)发明人 刁化尧　刘书明　 (74)专利代理机构 北京华夏泰和知识产权代理 有限公司 11662 专利代理师 邓菊香 (51)Int.Cl. G06N 3/04 (2023.01) G06N 3/08 (2023.01) 权利要求书3页 说明书12页 附图2页 (54)发明名称 测试深度学习算法的方法、装置、存储介质 和电子设备 (57)摘要 本发明涉及一种测试深度学习算法的方法、 装置、存储介质和电子设备，包括：获取待测试深 度学习算法和对应的测试数据集；构建各候选测 试算法对应的候选测试参数初始值序列并赋值， 依据赋值的候选测试算法运行待测试深度学习 算法和对应的测试数据集，得到测试结果；获取 每一测试结果的适应度值，选取适应度值大于适 应度阈值的种子测试算法；基于种子测试算法进 行变异及遗传，并赋值至对应的候选测试算法， 基于进行变异及遗传的种子测试算法，执行依据 赋值的候选测试算法运行的步骤，直至测试结果 A 满足预先设置的选取条件；选取排序前n位的适 7 应度值对应的种子测试算法及对应的测试参数 5 3 5 值，分别对深度学习算法进