基于多项式的神经网络模型替代方法、介质及电子设备

本申请涉及计算机领域，公开一种基于多项式的神经网络模型替代方法。包括：创建预设多项式替代模型的神经网络初始模型；针对各神经网络初始模型，确定预设定义域上的实值组合对应的输出结果组合，并根据实值组合和输出结果组合对神经网络初始模型进行多次训练，在训练次数不小于预设阈值的情况下，获得神经网络收敛后模型并形成对应的辨识样本；构建目标神经网络模型的辨识神经网络初始模型，并根据所述辨识样本集合对辨识神经网络初始模型进行训练获得辨识神经网络最终收敛模型；根据辨识神经网络最终收敛模型模型对目标神经网络模型进行辨识以确定是否能用预设替代模型替代。使用简单的多项式解析模型来替代网络模型，减少算力消耗。