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！

龙图腾网获悉广东第二师范学院申请的专利基于收敛差分神经网络的英文阅读难度分类方法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：CN116484283B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202310474184.4，技术领域涉及：G06F18/241；该发明授权基于收敛差分神经网络的英文阅读难度分类方法是由张谦;徐诗语;廖华铨;邬依林设计研发完成，并于2023-04-27向国家知识产权局提交的专利申请。

本基于收敛差分神经网络的英文阅读难度分类方法在说明书摘要公布了：本发明公开了一种基于收敛差分神经网络的英文阅读难度分类方法。本发明的方法包括采集英文文本数据集并进行预处理；对经过预处理数据集的英文文本进行特征聚合；构建结合投票策略的收敛差分神经网络，并使用特征聚合后的英文文本数据集对结合投票策略的收敛差分神经网络进行训练；获取新的英文文本数据，进行预处理后输入训练完毕结合投票策略的收敛差分神经网络中，得到相应的英文阅读难度分类。本发明相比现有技术，对英文文本的阅读难度具有更高的分类效率和分类准确度。

本发明授权基于收敛差分神经网络的英文阅读难度分类方法在权利要求书中公布了：1.一种基于收敛差分神经网络的英文阅读难度分类方法，其特征在于，包括步骤如下： 采集英文文本数据集并进行预处理； 对经过预处理数据集的英文文本进行特征聚合； 构建结合投票策略的收敛差分神经网络，并使用特征聚合后的英文文本数据集对结合投票策略的收敛差分神经网络进行训练； 获取新的英文文本数据，进行预处理后输入训练完毕结合投票策略的收敛差分神经网络中，得到相应的英文阅读难度分类； 构建结合投票策略的收敛差分神经网络并进行训练，具体过程如下： 搭建三个相互并行的收敛差分神经网络；收敛差分神经网络由依次全连接的一个输入层、一个隐含层、一个输出层组成； 收敛差分神经网络的输入层为的样本向量x=,,...，输入层的输出结果存储在的向量中，隐含层f的神经元节点数为n，输入层和隐含层之间的权重为的矩阵；输出层的神经元数量为，隐含层与输出层之间的权重为的矩阵；矩阵随机初始化且保持不变； 收敛差分神经网络的输出层的误差根据神经动力学公式NDA逐层反向传播权重修正； 三个收敛差分神经网络的激活函数分别采用Sinh函数、Tanh函数、Power函数； 在三个采用不同激活函数的收敛差分神经网络基础上，构建结合投票策略的收敛差分神经网络； 把特征聚合后的数据集分为训练集和测试集，输入到结合投票策略的收敛差分神经网络进行训练，得到测试集中各样本的预测所属分类并验证准确度； 收敛差分神经网络采用NDA方法，将误差以时间导数的方式进行迭代，不断进行更新权重矩阵，当误差稳定收敛到最小值后，得到收敛差分神经网络的最终权重； 结合投票策略的收敛差分神经网络采用相对多数投票法，收集三个收敛差分神经网络的分类结果，并预测样本的最终归属类别；相对多数投票法，具体为： 使用一个初始化的零向量用于投票统计，同时将测试集初始化为一个的向量，当收敛差分神经网络确定属于第个阅读难度分类时，加1进行累计，最后根据三个收敛差分神经网络中的多数决定原则统计投票，找到中所有元素中最大值的位置索引作为最终预测的分类。

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广东第二师范学院，其通讯地址为：510303 广东省广州市海珠区新港中路351号；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”。

以上内容由龙图腾AI智能生成。