“G06N3/0442”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166个，建议您升级VIP下载更多相关专利

[发明专利]立体脑电图电极信号解码模型构建方法及其应用-CN202310308650.1有效
发明人：刘伟奇;马学升;陈金钢;赵友源;陈磊;陈韵如 -专利权人：同心智医科技（北京）有限公司
申请日： 2023-03-28 - 公布日： 2023-06-09 - 主分类号： G06N3/0442 文献下载
摘要：本申请实施例公开了一种立体脑电图电极信号解码模型构建方法及其应用，其中立体脑电图电极信号解码模型构建方法包括：利用立体脑电图电极获取对象在特定行为下所产生的神经活动的双极数据，获取所述双极数据的综合振幅特征；对所述综合振幅特征进行解码，得到对应的平均相关系数，利用所述平均相关系数对所述综合振幅特征进行特征选择，得到目标特征；获取构建的LSTM网络，使用所述目标特征对所述LSTM网络进行训练，得到所需的所述立体脑电图电极信号解码模型。解决现有技术中的许多策略和不同的机器学习算法，在试图具体解码SEEG信号时的性能尚不稳健，造成SEEG电极信号的解码精度较低的问题。
立体脑电图电极信号解码模型构建方法及其应用

[发明专利]一种基于ABSO-GRU的压电陶瓷执行器蠕变预测方法-CN202310213044.1在审
发明人：张泉;高源蓬;李清灵;尹达一 -专利权人：中国科学院上海技术物理研究所
申请日： 2023-03-07 - 公布日： 2023-06-06 - 主分类号： G06N3/0442 文献下载
摘要：本发明公开了一种基于ABSO‑GRU的压电陶瓷执行器蠕变预测方法。包括如下步骤：(1)采集不同输入电压条件下的压电陶瓷执行器蠕变量时序数据构建数据集，并划分为训练集和测试集；(2)GRU网络时间步长设为10，以历史蠕变量、起始输入电压值、输入电压变换值为输入，在随机选择的训练集上，利用自适应天牛群优化算法(ABSO)对门控循环单元神经网络(GRU)模型超参数进行寻优，使蠕变数据特征与网络拓扑结构相匹配；(3)基于历史数据，利用ABSO算法得到的最优超参数组合构建GRU蠕变预测模型，对压电陶瓷执行器蠕变量进行实时预测。本发明的方法能有效对压电陶瓷执行器的蠕变趋势进行预测，并解决了GRU蠕变预测网络超参数无法确定最优值从而导致预测精度降低的问题。
一种基于 abso gru 压电陶瓷执行器蠕变预测方法

[发明专利]一种基于LSTM神经网络的非线性系统辨识系统-CN202310003994.1在审
发明人：吴至伟;周昕;王静远;王毓 -专利权人：南京信息工程大学
申请日： 2023-01-03 - 公布日： 2023-06-06 - 主分类号： G06N3/0442 文献下载
摘要：本发明公开了一种基于LSTM神经网络的非线性系统辨识系统，涉及系统辨别技术领域，包括数据采集单元、数据预处理单元、中央控制系统、模型建立单元、模型训练单元和评估模块，通过建立LSTM神经网络模型，具有长时记忆功能，解决了传统神经网络存在的长期依赖问题和长序列训练过程中存在的梯度消失和梯度爆炸的问题，同时训练数据时采用DFP算法更新权重梯度，相对比传统的算法学习速度更快，计算量更小，具有最大收敛性，提升了非线性系统辨识的精度，通过训练集的输出端与数据预处理单元的输入端电性连接，在数据采集后，通过预处理单元对数据进行清洗、集成和变换，减少数据中存在的干扰，提升后续辨识结果的可靠性。
一种基于 lstm 神经网络非线性系统辨识

[发明专利]矿用卡车自动换档控制方法、系统、存储介质及计算设备-CN202310107752.7在审
发明人：王立勇;苏清华;许筱毓 -专利权人：北京信息科技大学
申请日： 2023-02-14 - 公布日： 2023-06-06 - 主分类号： G06N3/0442 文献下载
摘要：本发明涉及一种矿用卡车自动换档控制方法、系统、存储介质及计算设备，其包括：获取矿用卡车的离线状态数据并进行预处理，顺序生成原始MTD集合，过滤掉与换档无关和无效的数据，生成有效MTD集合，并随机划分为训练集和测试集；以训练集作为预先建立的多参数和时间跨度的ResNet‑Bi‑LSTM‑Attention网络的输入，对ResNet‑Bi‑LSTM‑Attention网络进行训练；将测试集输入训练后的ResNet‑Bi‑LSTM‑Attention网络中，验证ResNet‑Bi‑LSTM‑Attention网络的鲁棒性，得到最终的ResNet‑Bi‑LSTM‑Attention网络模型，并将获取的矿用卡车离线状态数据输入该模型，输出最终档位特征，完成换档操作。本发明解决了现有技术容易忽略了时序性数据上下文信息的完整性，无法很好的综合数据前后特征的问题，可以在重型车辆换挡控制领域应用。
卡车自动换档控制方法系统存储介质计算设备

[发明专利]处理交互事件的方法及装置-CN201910803312.9有效
发明人：文剑烽;常晓夫;刘旭钦;宋乐 -专利权人：创新先进技术有限公司
申请日： 2019-08-28 - 公布日： 2023-06-02 - 主分类号： G06N3/0442 文献下载
摘要：本说明书实施例提供一种处理交互事件的方法和装置。在该方法中，首先获取根据动态交互序列构建的动态交互图，其中各个交互事件中涉及的各个交互对象对应于图中各个节点。对于待分析的当前交互事件，从该动态交互图中得到该当前交互事件的参与节点，以及参与节点的关联节点，并在动态交互图中确定出各个参与节点、关联节点相关的各个子图。然后将参与节点的子图输入第一神经网络模型，其中基于节点的事件特征和连接关系进行处理，得到参与节点的隐含向量；将关联节点的子图输入第二神经网络模型，其中基于节点的事件类别标签和连接关系进行处理，得到关联节点的隐含向量。于是，基于这些节点的隐含向量，表达并分析当前交互事件。
处理交互事件方法装置

[发明专利]一种用于实时污染数据预测的训练模型-CN202310202365.1在审
发明人：黄欣逸;张伟;揭小丽;刘卫杰;付瑶;曾旭明 -专利权人：成都之维安科技股份有限公司
申请日： 2023-03-06 - 公布日： 2023-05-30 - 主分类号： G06N3/0442 文献下载
摘要：发明涉及一种用于实时污染数据预测的训练模型，其以LSTM作为基础模型，通过MAML加快LSTM收敛速度，减少LSTM模型数据集方面的限制。本发明达到的有益效果是：突破污染因子数据集数据量不够的限制，同时能够实现单一因子预测目标与多目标预测的平衡；该模型能够实现在保持预测准确度不降低的情况下，加速预测模型训练的作用；模型体量轻，在小样本数据集训练上的训练结果泛化性强。
一种用于实时污染数据预测训练模型

[发明专利]基于句向量预训练模型的文本处理方法及相关设备-CN202110737255.6有效
发明人：孙超;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2021-06-30 - 公布日： 2023-05-30 - 主分类号： G06N3/0442 文献下载
摘要：本发明涉及人工智能技术领域，提供一种基于句向量预训练模型的文本处理方法及相关设备，所述方法包括：获取目标语料文本和文本处理任务；对目标语料文本进行分词处理，得到多个分词；根据文本处理任务的任务类型构建包含有语法关系识别层和语法关系添加层的句向量预训练模型；根据训练集训练文本处理任务的任务类型对应的构建好的句向量预训练模型；将多个分词输入至训练好的句向量预训练模型中，得到文本处理任务的执行结果。本发明通过在句向量预训练模型增加了语法关系识别层和语法关系添加层，将语法关系融入至目标语料文本中，丰富了提取句向量时的输入信息，获得更好的句向量，进而提高了文本处理任务的执行效率和准确率。
基于向量训练模型文本处理方法相关设备

[发明专利]一种基于量子循环神经网络的数据预测方法及相关设备-CN202310024563.3在审
发明人：请求不公布姓名 -专利权人：合肥本源量子计算科技有限责任公司
申请日： 2023-01-06 - 公布日： 2023-05-26 - 主分类号： G06N3/0442 文献下载
摘要：本发明公开了一种基于量子循环神经网络的数据预测方法及相关设备，涉及量子计算技术领域，所述方法包括：对获取的待处理多媒体数据进行处理，得到每一时刻的第一输入向量；将每一时刻的第一输入向量和预设的初始第二输入向量输入至量子循环神经网络，量子循环神经网络包括两组量子比特和第一量子逻辑门，其中一组量子比特在每个时间步中用于加载当前时刻的第一输入向量，另外一组量子比特在每个时间步中用于加载上一时刻量子循环神经网络输出的特征向量作为当前时刻的第二输入向量，第一量子逻辑门作用于相邻的量子比特，从编码后的第一输入向量和第二输入向量中提取特征向量；基于特征向量确定预测多媒体数据。可以提高网络模型的预测准确性。
一种基于量子循环神经网络数据预测方法相关设备

[发明专利]关联长短期记忆神经网络层-CN201680081162.X有效
发明人：伊沃·达尼赫尔卡;纳尔·埃默里赫·卡尔赫布伦纳;格雷戈里·邓肯·韦恩;贝尼尼奥·乌里亚-马丁尼兹;亚历山大·本杰明·格拉韦斯 -专利权人：渊慧科技有限公司
申请日： 2016-12-30 - 公布日： 2023-05-26 - 主分类号： G06N3/0442 文献下载
摘要：与关联长短期记忆(LSTM)神经网络层有关的系统、方法和设备，包括在计算机存储介质上编码的计算机程序，所述关联LSTM神经网络层被配置成为所述关联LSTM层维护内部状态的N个副本，N是大于一的整数。在一个方面中，一种系统包括：递归神经网络，所述递归神经网络包括关联LSTM层，其中，所述关联LSTM层被配置成，针对每个时间步，接收层输入，使用所述时间步的所述层输入和由所述关联LSTM层针对前一个时间步而生成的层输出来更新所述内部状态的N个副本中的每一个，并且使用所述内部状态的N个更新的副本来生成所述时间步的层输出。
关联短期记忆神经网络

[发明专利]基于Mann-Kendall算法和LSTM神经网络的热力透平机组预警方法及系统-CN202211196766.2在审
发明人：葛冰;卢梦威;迟重然;仲兴华 -专利权人：上海交通大学
申请日： 2022-09-28 - 公布日： 2023-05-23 - 主分类号： G06N3/0442 文献下载
摘要：本发明提供了一种基于Mann‑Kendall算法和LSTM神经网络的热力透平机组预警方法及系统，包括：在电厂数据库中获取机组运行数据；从电厂历史数据中筛选出正常运行状态下的数据，构建预测库及标准库神经网络；将电厂实时运行数据输入标准库和预测库进行比对，若热力参数超出设置的阈值则报警；在报警后，通过Mann‑Kendall算法对各个热力参数的变化趋势进行识别。本发明通过采用LSTM神经网络考虑热力透平机组热容量的影响，对热力参数进行预测，实现更为超前的电厂运行预测结果；通过采用滑动窗口残差分析法对预测结果进行评估，从而实现更加准确的评估效果，减少随机信号的影响。
基于 mann kendall 算法 lstm 神经网络热力透平机组预警方法系统

[发明专利]一种锂电池剩余寿命结合预测方法-CN202110721142.7有效
发明人：胡靖伟;卢宇;林兵;黄星;陈乔鑫 -专利权人：福建师范大学
申请日： 2021-06-28 - 公布日： 2023-05-23 - 主分类号： G06N3/0442 文献下载
摘要：本发明涉及一种锂电池剩余寿命结合预测方法，其根据采集的锂电池容量数据，将构造好的组合模型通过优化算法求解非线性多元函数最小值来构造一种新的预测方法，通过迭代前一次预测值的误差使得结合之后预测算法精度更高，并且以标准差作为误差判断，来计算训练集的总误差以获得最优的权重值，采用以上技术方案对于锂电池寿命预测精度有较大提高。
一种锂电池剩余寿命结合预测方法

[发明专利]一种基于VMD-GRU网络的公共建筑冷负荷预测方法-CN202010346263.3有效
发明人：于军琪;解云飞;赵安军;惠蕾蕾;冉彤;王佳丽;王福;田颖 -专利权人：西安建筑科技大学
申请日： 2020-04-27 - 公布日： 2023-05-23 - 主分类号： G06N3/0442 文献下载
摘要：一种基于VMD‑GRU网络的公共建筑冷负荷预测方法，包括以下步骤：步骤1，对原始数据进行相关性分析，挑选出相关性高的进行预测；步骤2，使用VMD分解原始冷负荷序列；步骤3，在GRU网络中对预测模型进行训练；步骤4，输入冷负荷预测数据的相关性高的变量进行VMD分解，进而输入到GRU网络中进行预测，得到冷负荷的预测分量；步骤5，将分量预测结果相加得出冷负荷预测值。本发明提供了一种基于VMD‑GRU网络的大型公共建筑冷负荷预测模型。针对大型公共建筑冷负荷预测问题，文中提出VMD‑GRU预测模型，对变量进行相关性分析，避免人工经验选取输入变量的不足，缩短预测时间。
一种基于 vmd gru 网络公共建筑负荷预测方法

[发明专利]一种计算装置及板卡-CN201811579542.3有效
发明人：请求不公布姓名 -专利权人：中科寒武纪科技股份有限公司
申请日： 2018-12-21 - 公布日： 2023-05-23 - 主分类号： G06N3/0442 文献下载
摘要：本申请提供一种计算装置及板卡，所述计算装置用于执行LSTM运算，所述板卡，所述板卡包括：存储器件、接口装置和控制器件以及神经网络芯片，所述神经网络芯片包括计算装置，所述存储器件，用于存储数据；所述接口装置，用于实现所述芯片与外部设备之间的数据传输；所述控制器件，用于对所述芯片的状态进行监控。本申请提供的计算装置具有功耗低的优点。
一种计算装置板卡

[发明专利]一种基于LSTM-AE-DT模型的中低压燃气调压器异常检测方法-CN202310008710.8在审
发明人：张艳;王海超 -专利权人：上海电力大学
申请日： 2023-01-04 - 公布日： 2023-05-12 - 主分类号： G06N3/0442 文献下载
摘要：本发明涉及一种基于LSTM‑AE‑DT模型的中低压燃气调压器异常检测方法，包括：S1、采集中低压燃气调压器出口压力数据；S2、对燃气调压器出口压力数据进行预处理；S3、建立LSTM‑AE模型，输入预处理后的训练数据对模型进行训练，并且保存训练好的模型；S4、将预处理后的测试数据输入到训练好的算法模型中，输出燃气调压器出口压力的预测值；S5、计算燃气调压器出口压力的预测值与燃气调压器出口压力的真实值的误差和阈值ε；S6、根据阈值ε检测燃气调压器时序数据的状态，输出相应的燃气调压器运行状态。与现有技术相比，本发明将长短期记忆网络和自编码器相结合，可在学习数据长依赖性的基础上对时序数据进行重构，提高了燃气调压器时序数据异常检测的性能。
一种基于 lstm ae dt 模型低压燃气调压器异常检测方法

[发明专利]一种基于MI-GRA与改进PSO-LSTM的山区边坡位移预测方法-CN202210770927.8有效
发明人：王武斌;邓志兴;谢康;董敏琪;李艳东 -专利权人：西南交通大学
申请日： 2022-06-30 - 公布日： 2023-05-09 - 主分类号： G06N3/0442 文献下载
摘要：本发明公开了一种基于MI‑GRA与改进PSO‑LSTM的山区边坡位移预测方法，包括以下步骤：(1)搜集与构建边坡位移预测的原始数据；(2)在构建的边坡位移预测的原始数据基础上，建立MI‑GRA的边坡位移特征选择模型；(3)将经过特征选择后的数据作为边坡位移预测的最优特征集输入，建立改进PSO‑LSTM边坡位移预测模型；(4)将建立好的边坡预测模型进行模型预测与测试。本方法解决了既往预测算法本身均呈静态特性，不能兼顾边坡位移的历史信息，制约了预测精度的提升，以及既往边坡位移预测关注的重点仅仅只有位移本身，未能将位移影响因素纳入预测模型，导致预测效果不佳等问题。
一种基于 mi gra 改进 pso lstm 山区位移预测方法