南京航空航天大学学报

作者：徐帅杰，王士同

单位：江南大学人工智能与计算机学院，无锡 214122；,江南大学人工智能与计算机学院，无锡 214122；

关键词：突触连接;网络结构微调;分类;轻量化神经网络;突触评估;机器学习

基金：国家自然科学基金（61972181）。

轻量化神经网络是指通过优化，减少资源消耗，使其能够在资源受限的环境中高效运行的神经网络。其训练过程通常以整体最优为目标，然而在实际应用中，可能存在某些感兴趣类别的分类精度偏低的问题，这些类别对于用户或应用而言，其准确性比其他类更重要。为解决上述问题，提出了一种适用于轻量化神经网络的结构微调方法——基于次小值阈值选取的突触连接方法（Synaptic join method based on the sub-minimum value threshold， SMVT-SJ）。该方法通过次小值选取策略划定新突触的权值阈值，从隐藏层向输出层目标神经元跨层添加新突触，从而特异性地提升用户关注类别的分类精度。为了筛选更高效的新突触，SMVT-SJ提出突触评估过程，根据所有可能的适当权值的分布来评估每个候选突触的性能。在多个不同数据集上的实验结果表明，该方法能够有效地提高特定目标类别的分类精度，并维持总体精度不发生明显降低，具有很好的泛化性和鲁棒性。

来源：2026年第1期

《南京航空航天大学学报》期刊编辑部

查看南京航空航天大学学报杂志2026年第1期