[发明专利]基于感知进化神经网络的传感信道可扩展系统及其方法有效
申请号: | 201410432884.8 | 申请日: | 2014-08-28 |
公开(公告)号: | CN104200095B | 公开(公告)日: | 2017-05-10 |
发明(设计)人: | 申富饶;邢佑路;赵金熙 | 申请(专利权)人: | 南京大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 南京钟山专利代理有限公司32252 | 代理人: | 戴朝荣 |
地址: | 210093 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 感知 进化 神经网络 传感 信道 扩展 系统 及其 方法 | ||
技术领域
本发明属于数据感知接收的技术领域,具体涉及一种基于感知进化神经网络的传感信道可扩展系统及其方法。
背景技术
目前的图像、视频还有一些的通信信号通过数据采集系统传输到控制系统中,这样的通信信号数据的数据采集方式只是保持其原始信号数据的本来面目,而无法对数据采集的通道进行升级或者扩展,应用非常有限并且不具备智能化的采集功能。
发明内容
本发明的目的提供一种基于感知进化神经网络的传感信道可扩展系统及其方法,包括数据采集系统,所述的数据采集系统同控制系统相连接,所述的控制系统中带有基于感知进化神经网络的数据感知接收模块。并结合其方法可有效避免现有技术中的无法对数据采集的通道进行升级或者扩展,应用非常有限并且不具备智能化的采集功能的缺陷。
为了克服现有技术中的不足,本发明提供了一种基于感知进化神经网络的传感信道可扩展系统及其方法的解决方案,具体如下:
一种基于感知进化神经网络的传感信道可扩展系统,包括数据采集系统1,所述的数据采集系统1同控制系统2相连接,所述的控制系统2中带有基于感知进化神经网络的数据感知接收模块3。
所述的控制系统2根据原始的神经网络的原有的n个感知神经元,经过一段时间的感知后,新增m个新的感知神经元出现的条件下,在控制系统2的存储区域内设置对应于原有的n个感知神经元的原始的低维空间,所述的原始的低维空间为Sl=Rn,而在控制系统2的存储区域内设置对应于m个新的感知神经元的新的高维空间,所述的新的高维空间为Sh=Rn+m,而通过感知和压缩后得到的原型存储在集合P中,用Pi表示P中第i个原型,所述的集合P也是在控制系统2的存储区域内设置的一个存储空间,n和m为自然数,Rn表示n维的实数向量空间,Rn+m表示n+m维的实数向量空间。
所述的一种基于感知进化神经网络的传感信道可扩展系统的方法,步骤如下:
步骤1:首先数据采集系统把采集来的图像或者视频这样的信号样本发送到控制系统2中,然后控制系统2启动基于感知进化神经网络的传感信道可扩展系统模块3先把最先采集到的两个信号样本x1和x2分别构造出各自对应的第一n维原型P1和第二n维原型P2,第一n维原型P1和第二n维原型P2被存储在集合P中,另外基于感知进化神经网络的传感信道可扩展系统模块3把发送来的图像或者视频这样的每一个信号样本构造成信号向量,所述的第一n维原型P1=(x1,1,x1,2,...,x1,n),第二n维原型P2=(x2,1,x2,2,...,x2,n),如果在最先采集到的两个信号样本之后来的信号样本为n维信号向量,则所述的信号向量的形式为xj=(xj,1,xj,2,...,xj,n)∈Sl,执行基于感知进化神经网络的传感信道可扩展系统的方法的第一阶段,所述的第一阶段从步骤8开始执行。如果出现了m个新的感知神经元,则所述的信号向量的形式为xj=(xj,1,xj,2,...,xj,n,...,xj,n+m)∈Sh,xj表示第j个信号样本的信号向量,j是自然数,xj,1表示第一个感知神经元对第j个信号样本的一维向量的输入数据,xj,2表示第二个感知神经元对第j个信号样本的一维向量的输入数据,xj,n表示第n个感知神经元对第j个信号样本的一维向量的输入数据,xj,n+m表示第n+m个感知神经元对第j个信号样本的一维向量的输入数据,Sh表示所采集到的信号样本对应的信号向量共同组成的向量空间,h、l均为自然数,然后执行步骤2到步骤7的操作来实现第二阶段,第二阶段执行后完成基于感知进化神经网络的传感信道可扩展系统的方法;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京大学,未经南京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410432884.8/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用