[发明专利]一种利用智能空气芯片原理记录及还原各类数据的方法在审
申请号: | 201811244785.1 | 申请日: | 2018-10-24 |
公开(公告)号: | CN109447252A | 公开(公告)日: | 2019-03-08 |
发明(设计)人: | 易霄 | 申请(专利权)人: | 有份儿智慧科技股份有限公司 |
主分类号: | G06N3/063 | 分类号: | G06N3/063 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 610000 四川省成都市中国(四川)自由*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 原始数据 运算数据 运算层 云端 芯片原理 系数库 重结果 还原 数据库 递归神经网络 卷积神经网络 循环神经网络 单元控制 模拟传输 芯片连接 循环连接 训练网络 智能 传递层 无监督 调取 记录 引脚 储存 芯片 传输 检测 网络 | ||
本发明公开了一种利用智能空气芯片原理记录及还原各类数据的方法,包括与空气芯片连接的第三运算层和云端传递层,第三运算层通过控制调取单元控制数据的反模拟传输,步骤S1:第三运算层通过无监督预训练网络、卷积神经网络、循环神经网络和递归神经网络中任意一种网络来与云端系数库进行循环连接,并提取云端系数库储存的运算数据Y;步骤S2:将步骤S1中的运算数据Y通过反演练数据库进行查重检测,当查重结果为1时,得出反演练数据库对应的原始数据1,当查重结果为0时,所述运算数据Y进行反演练处理,得到原始数据2;步骤S3:将步骤S2中的原始数据1和原始数据2提取到空气芯片的传输引脚。
技术领域
本发明属于芯片领域,涉及一种利用智能空气芯片原理记录及还原各类数据的方法。
背景技术
美国五角大楼提出了“智能尘埃”的设计思想,目的是在战场上抛撒数千个微小的无线传感器,用于监控敌人的活动情况,而不让敌方察觉。通过自组织一个无线传感器网络,“智能尘埃”将对相关原始数据进行过滤,把重要的信息发送给中央司令部。“智能尘埃”的特点就是体积小、功耗低、自组织、无线通讯,这也是网络化的微型传感器的特征。美国陆军已计划开发的多层次集成式传感器系统—灵巧传感器网络通信(SSNC),是美国2001财年的一项科学技术目标(STO)计划,这是网络化微型传感器在军事领域的一个非常好的应用。“智能尘埃”是美军将来网络化战场中最重要的传感器系统工程。该工程涉及微型操作系统技术、微机电加工技术、自组织路由技术、信道接入控制技术、集成的低功耗通讯技术等最新的多领域内的技术。
但是这种智能尘埃的作用也只能单一的收集信息,现目前科研研发中的困难是无法在数据结果和数据推到过程中的自由交换,所以我们需要一种反演练方法来实现原理记录及还原各类数据,达到自由交换信息的目的。
发明内容
本发明的目的在于:提供一种利用智能空气芯片原理记录及还原各类数据的方法,解决现目前科研研发中的困难是无法在数据结果和数据推到过程中的自由交换的问题。
本发明采用的技术方案如下:
一种利用智能空气芯片原理记录及还原各类数据的方法,包括形态不固定的空气芯片,所述空气芯片包括依次连接的第一电极层、功能材料层、第二电极层;还包括与第二电极层连接的第三运算层和云端传递层,所述第三运算层用于空气芯片的高仿生,提取运算模拟功能,对被检测实体模拟生物神经元完成高智能运算,并将运算数据通过云端传递层上传至云端系数库储存,第三运算层通过控制调取单元控制数据的反模拟传输,所述控制调取单元通过以下步骤进行数据的反模拟传输,
步骤S1:第三运算层通过无监督预训练网络、卷积神经网络、循环神经网络和递归神经网络中任意一种网络来与云端系数库进行循环连接,并提取云端系数库储存的运算数据Y;
步骤S2:将步骤S1中的运算数据Y通过反演练数据库进行查重检测,当查重结果为1时,得出反演练数据库对应的原始数据1,当查重结果为0时,所述运算数据Y进行反演练处理,得到原始数据2;
步骤S3:将步骤S2中的原始数据1和原始数据2提取到空气芯片的传输引脚。
智能尘埃的作用也只能单一的收集信息,现目前科研研发中的困难是无法在数据结果和数据推到过程中的自由交换,所以我们需要一种反演练方法来实现原理记录及还原各类数据,达到自由交换信息的目的,本发明采用的是将第三运算层作为采集的主体,采集一切实体的信息,所述实体包括动植物、场景、影像资料等等一切存在的实体;再通过控制调取单元进行数据的反模拟传输,实现一切实体可记录并可还原实体采集时的原始数据。
所述步骤S2中的原始数据2与运算数据Y通过反演练数据库作为关联信息存储。进一步作为本发明的优选方案;这样减轻运算时间,可以在后续直接得到结果值。
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有份儿智慧科技股份有限公司,未经有份儿智慧科技股份有限公司许可,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/201811244785.1/2.html,转载请声明来源钻瓜专利网。