“G06N3/02”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果679个，建议您升级VIP下载更多相关专利

[发明专利]一种基于粗糙集神经网络的图像识别的物联网电动汽车充电桩系统-CN201110187828.9无效
发明人：杨恒;王翊;李伟;林晓 -专利权人：无锡泛太科技有限公司
申请日： 2011-07-06 - 公布日： 2011-11-23 - 主分类号： G06N3/02 文献下载
摘要：本发明公开一种基于粗糙集神经网络的图像识别的物联网电动汽车充电桩系统，将粗糙集引入到神经网络融合模型中，作为BP网络的前置系统；将每一幅图像表达的信息作为一个知识系统，在此基础上，利用粗糙集的不可分辨关系、近似集合和属性约简的概念分别对图像进行增强处理和边缘检测。采用本发明的技术方案，在用于行人/车辆识别中，将粗糙集理论和神经网络二者有机的结合起来作为新的融合模型，既有助于提高系统的实时性，又有助于增强系统的容错能力。
一种基于粗糙神经网络图像识别联网电动汽车充电系统

[发明专利]一种多孔介质燃烧器燃烧优化的建模方法-CN201110115541.5无效
发明人：吴鹏锋;王春林;俞天明;郑松;张日东 -专利权人：衢州远景资源再生科技有限公司
申请日： 2011-05-05 - 公布日： 2011-09-14 - 主分类号： G06N3/02 文献下载
摘要：本发明涉及一种多孔介质燃烧器燃烧优化的建模方法。本发明针对多孔介质燃烧器燃烧优化中的瓶颈问题，提出一种兼顾模型预测精度与泛化能力的建模方法。在建模前对建模数据进行了拓扑结构上分布均匀和数量均等的选择，并进行适当的预处理，以保证模型的预测能力和泛化能力，并针对不同燃料，分别应用支持向量机和径向机神经网络建立多孔介质燃烧器的燃烧特性模型，最终应用加权平均的方法将支持向量机和径向机神经网络模型集成，成为一个多孔介质燃烧器燃烧优化特性模型，其权重系数通过粒子群优化算法寻优获得，最终将不同燃料的燃烧优化模型组合构成一个整体模型。利用该方法可建立的较为精确和泛化能力较强的多孔介质燃烧器燃烧优化特性模型。
一种多孔介质燃烧优化建模方法

[发明专利]一种基于迟滞神经网络的联想记忆方法-CN201010573712.4无效
发明人：修春波 -专利权人：天津工业大学
申请日： 2010-12-03 - 公布日： 2011-05-25 - 主分类号： G06N3/02 文献下载
摘要：本发明属于人工智能与神经网络领域，具体为一种基于迟滞神经网络的联想记忆方法。通过将Hopfield神经网络中的激励函数改为迟滞激励函数的方法在神经网络中引入迟滞特性，从而构造出迟滞神经网络。迟滞特性可通过调节激励函数的迟滞参数进行控制。利用迟滞特性对神经元原状态的保持特性减少神经元在联想过程中状态的错误反转率，从而提高神经网络联想记忆成功率。本发明主要用于基于联想记忆的模式识别领域中。
一种基于迟滞神经网络联想记忆方法

[发明专利]一种基于量子神经网络的多因素系统的综合评价方法-CN201010591657.1无效
发明人：董红召;金凌;黄智;陈宁;郭明飞;郭海锋 -专利权人：浙江工业大学
申请日： 2010-12-16 - 公布日： 2011-04-27 - 主分类号： G06N3/02 文献下载
摘要：一种基于量子神经网络的多因素系统的综合评价方法，包括以下步骤：1)设定所述多因素系统的多个前馈型量子神经元；2)制备一个n位量子比特的量子寄存器；3)将量子寄存器|0>或|1>作为该用户接收机的因素数的输入，为其输出4)设定并行计算算子O，将其用于多因素系统综合评价方法的输出量子态，对其进行更新演化；5)直至更新后的输出量子态与更新前的变化在允许的误差范围内，即网络状态稳定，此时的输出量子态所对应的发送信息序列即为多因素系统的检测结果。
一种基于量子神经网络因素系统综合评价方法

[发明专利]时序预测神经网络装置-CN201010280681.3无效
发明人：伊加田惠志 -专利权人：冲电气工业株式会社
申请日： 2010-09-10 - 公布日： 2011-04-20 - 主分类号： G06N3/02 文献下载
摘要：本发明提供一种时序数据预测神经网络装置，能够在解析级别间进行协作并能够进行高精度的预测值计算。在处理按时序表示预测对象的数值的时序数据，并计算出数值的预测值的时序数据预测神经网络装置中具备：输入单元，将对时序数据进行多重分辨率解析所得到的、表示多个解析级别的特征的值作为解析数据输入；运算处理单元，具有输入层处理部，该输入层处理部在计算预测值时，基于多个解析级别中最高解析级别的解析数据进行运算处理，将处理结果的数据与次高解析级别的解析数据一起进行运算处理，并从最高解析级别到最低解析级别对基于某解析级别的解析数据进行运算处理的结果的数据和位于某解析级别下位的解析级别的解析数据进行运算处理。
时序预测神经网络装置

[发明专利]基于高维空间分类器的神经网络结构设计方法-CN201010529712.4无效
发明人：胡静 -专利权人：上海电机学院
申请日： 2010-11-02 - 公布日： 2011-02-16 - 主分类号： G06N3/02 文献下载
摘要：本发明提出一种基于高维空间分类器的神经网络结构设计方法，步骤包括，先估计出低维本征维数空间D，再根据D值进行神经网络分类器的设计，将其隐节点按照D值大小进行分组设计，所得出的网络结构既满足结构紧致的要求，并且对高维空间数据分类来说也具有较高的分类性能。本方法能够根据要求设计出有效而紧致的网络结构、具有一定的通用性、应用面较广。
基于空间分类神经网络结构设计方法

[发明专利]用神经网络模拟注意转移的方法-CN201010199227.5有效
发明人：段立娟;房法明;乔元华;王海丽;苗军;吴春鹏 -专利权人：北京工业大学
申请日： 2010-06-04 - 公布日： 2010-11-24 - 主分类号： G06N3/02 文献下载
摘要：本发明公开了一种用神经网络模拟注意转移的方法，包括视觉图像输入层，神经元振子网络振荡层，注意转移实现层。视觉图像输入层将灰度图像的灰度值输入到神经动力网络中，神经元振子网络振荡层，将神经网络中的每个振子根据FitzHugh-Nagumo模型建立起来的动力学系统模型耦合形成神经动力网络，注意转移实现层通过改变参数实现在已经同步的不同物体间实现注意转移，当前受到关注的物体神经发放的频率会增大。本发明立足于神经动力学系统，通过对FitzHugh-Nagumo模型的分析和改造形成对人眼注意转移视觉处理的简单模拟，对进一步研究人的视觉处理机制有重要的理论和现实意义。
神经网络模拟注意转移方法

[发明专利]一种基于标准差与偏斜度的模拟电路故障诊断神经网络方法-CN201010216808.5有效
发明人：何怡刚;祝文姬 -专利权人：湖南大学
申请日： 2010-07-05 - 公布日： 2010-11-24 - 主分类号： G06N3/02 文献下载
摘要：一种基于标准差与偏斜度的模拟电路故障诊断神经网络方法，其包括以下步骤：1)对元件无容差情况下电路，各种故障状态下进行交流分析，提取幅频特性，计算标准差与偏斜度，获无容差样本；2)对元件有容差情况下电路，各种故障状态下进行交流分析和蒙特卡罗分析提取幅频特性，计算标准差与偏斜度，获容差样本；3)对电路某一元件参数由0变到无穷大时，进行参数扫描分析，求取标准差与偏斜度之间轨迹，寻找故障特征规律；4)将1)-3)步获得的标准差与偏斜度组成特征向量，输入神经网络，进行故障分类。使用本发明，克服了频谱混叠；简化神经网络结构，网络训练时间短，故障定位准确性高，并且能正确区分电路的容差允许范围状态、软故障状态及硬故障状态。
一种基于标准差偏斜模拟电路故障诊断神经网络方法

[发明专利]基于嵌入式平台的神经网络模型在线训练方法-CN200910154624.8无效
发明人：王健伟;朱懿峰;段俊;宋执环 -专利权人：浙江大学
申请日： 2009-11-23 - 公布日： 2010-05-12 - 主分类号： G06N3/02 文献下载
摘要：本发明公开了一种基于嵌入式平台的神经网络模型在线训练方法，该方法能根据数据特征自动设置相关参数，同时支持手动设置参数，最大化的满足了实时性与智能性的要求；让运行的系统满足便携、智能分析等多项功能，克服了以往系统难以实现微小化、难以决定相关训练参数、操作复杂等缺点；对石油化工等复杂过程的模式识别或软测量提供了一种低成本、便携式、高实时性的解决方案。
基于嵌入式平台神经网络模型在线训练方法

[发明专利]精确预测大坝变形的神经网络方法-CN200910184935.9无效
发明人：胡伍生;李美娟;张帆 -专利权人：东南大学
申请日： 2009-10-21 - 公布日： 2010-04-28 - 主分类号： G06N3/02 文献下载
摘要：精确预测大坝变形的神经网络方法是一种采用回归模型和神经网络的融合技术的方法，利用大坝变形观测历史数据，采用回归分析模型和神经网络技术的融合，精确预测大坝的变形，从而提高了对大坝安全评价的准确性，对“大坝安全监控”具有重要的现实意义。具体为：1)收集大坝变形观测历史资料、2)数据预处理、3)回归分析、4)神经网络模拟、5)计算大坝变形值。本发明方法的特点：对于大坝变形的预测，物理解释好，计算结果稳定，更重要的是，预测精度得到较大提高。预测精度高，从而提高了对大坝安全评价的准确性，对“大坝安全监控”具有重要的现实意义，将取得明显的经济效益。
精确预测大坝变形神经网络方法

[发明专利]用于动平衡检测系统中通道补偿的神经网络建模方法-CN200910197621.2无效
发明人：李传江 -专利权人：上海师范大学
申请日： 2009-10-23 - 公布日： 2010-04-14 - 主分类号： G06N3/02 文献下载
摘要：本发明涉及动平衡检测系统中的通道补偿方法，用于动平衡检测系统中通道补偿的神经网络建模方法。动平衡测试系统中振动信号处理电路对信号频率特性的影响需要消除或补偿，硬件方法成本高且效果不佳，查表方法占用较多存储空间且精度不高。本发明用不同频率的标准信号源送入信号处理板，记录频率特性数据；提取部分数据归一化处理后为训练数据；确定神经网络结构，采用改进型BP算法进行网络训练测量系统硬件电路的频率特性模型；测量系统中采用软件方法根据模型进行在线补偿运算。本发明优点：测量频率范围内具有较好线性度，克服测量系统硬件电路对振动信号频率特性的影响，提高测量精度；对通过测量电路任意频率的信号进行频率特性补偿。
用于动平衡检测系统通道补偿神经网络建模方法

[发明专利]认知联想记忆模型-CN200910070755.8无效
发明人：修春波 -专利权人：天津工业大学
申请日： 2009-10-10 - 公布日： 2010-03-17 - 主分类号： G06N3/02 文献下载
摘要：本发明属于人工智能领域，具体为一种认知联想记忆网络，网络包含输入层和输出层两层神经元，样本模式信息存储在动态权值矩阵中，网络根据不同的输入向量可自适应地调节当前权值矩阵。输入向量的信息不仅提供了联想记忆的初值，而且在联想记忆过程中起到了启发式搜索的作用，因此网络的存储能力和联想成功率得到较好的改善。尤其可以有效地实现相似模式以及多值模式的联想记忆功能。本发明主要用于基于联想记忆的模式识别领域中。
认知联想记忆模型

[发明专利]计算节点和包含动态纳米器件连接的计算节点网络-CN200880012535.3有效
发明人： G·S·斯奈德 -专利权人：惠普开发有限公司
申请日： 2008-04-18 - 公布日： 2010-03-10 - 主分类号： G06N3/02 文献下载
摘要：本发明的实施例采用动态纳米级器件，包括纳米线之间的忆阻连接(1102)，来构建并行分布式动态计算网络和系统，包括感知器网络(图9)和神经网络(图8)。在本发明的许多实施例中，类似神经元的计算器件(2002)由基于硅的微米级和/或亚微米级部件构建，并通过包括纳米线(1104，1106)以及纳米线之间的忆阻连接(1102)的动态互连彼此互连。在包括人脑的许多大规模并行分布式动态计算系统中，可能存在比类似神经元的计算节点数量更大的互连。将动态纳米级器件用于这些连接得到了巨大的设计、空间、能量和计算效率。
计算节点包含动态纳米器件连接网络

[发明专利]多模型神经网络的生物发酵过程软测量建模方法及软仪表-CN200910184306.6有效
发明人：刘国海;徐海霞;梅从立;周大为 -专利权人：江苏大学
申请日： 2009-08-12 - 公布日： 2010-01-20 - 主分类号： G06N3/02 文献下载
摘要：本发明公开了一种多模型神经网络的生物发酵过程软测量建模方法及软仪表，先通过数据预处理模块用归一化和主元分析方法对输入的变量数据进行预处理，然后通过数据预处理模块对预处理后的主元变量集作聚类划分，再用BP神经网络模型模块对不同的类分别建立子神经网络，最后建立多模型神经网络软测量模型，通过多模型神经网络软测量模型在线测试发酵过程中的生物量浓度，将测量的数值通过生物量浓度软测量值显示仪显示，本发明引入基于粒子群算法的核模糊C均值聚类算法结合多模型神经网络建模方法，所建模型简单，实现了生物量浓度的在线测量，控制及时、测量精度高且抗干扰能力强。
模型神经网络生物发酵过程测量建模方法仪表

[发明专利]江河潮水水位的预测方法-CN200910101080.9有效
发明人：王建中;王瑞荣;薛安克;邹洪波;吴峰;何峰 -专利权人：杭州电子科技大学
申请日： 2009-08-03 - 公布日： 2010-01-13 - 主分类号： G06N3/02 文献下载
摘要：本发明涉及一种江河潮水水位的预测方法。传统的潮时预报方法有传播时间法和隔离滞后时间法，上述方法一定程度弱化了潮水受到潮汐、径流、河道地形和风力风向等多重因素的影响关系。本发明的具体步骤是首先以MATLAB 6.5的工具箱函数库中的神经网络函数以及潮水水位和时间的历史数据为基础构建神经网络模型，然后利用工具箱函数中的神经网络训练函数train函数进行网络训练，利用仿真函数sim函数进行网络测试，最后使用经训练和测试后的神经网络模型对下一个高潮位水位值或者下一个低潮位水位值进行预测。本发明使用历史潮水数据进行短期潮水水位值预测，这种方法可以完全忽略风向、降雨、给排水、河床变化等不确定因素影响。
江河潮水水位预测方法