“三层神经网络”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果6383641个，建议您升级VIP下载更多相关专利

[发明专利]一种热场温度-硅单晶直径非线性时滞系统智能辨识方法-CN201710615951.3有效
发明人：刘丁;段伟锋 -专利权人：西安奕斯伟设备技术有限公司
申请日： 2017-07-26 - 公布日： 2020-09-15 - 主分类号： G05B13/02 文献下载
摘要：本发明公开了一种非线性时滞动态系统模型智能辨识方法，首先假设NARX神经网络模型差分方程；然后确定设定的NARX神经网络模型中的非线性动态系统时滞；确定非线性动态系统的输入输出阶次；确定三层单输出NARX神经网络隐层神经元个数；确定三层NARX神经网络模型；最后，三层NARX神经网络模型有效性验证，如果三层NARX神经网络模型有效性验证通过，则结束，否则对三层NARX神经网络模型的输入输出阶次进行调整，
一种温度硅单晶直径非线性系统智能辨识方法

[发明专利]探测器器上星历计算方法和计算系统-CN201710818700.5在审
发明人：朱庆华;周杰;聂钦博;祖立业;谭晓宇;许贤峰 -专利权人：上海航天控制技术研究所
申请日： 2017-09-12 - 公布日： 2018-03-13 - 主分类号： G06N3/04 文献下载
摘要：本发明公开一种探测器器上星历计算方法，该方法包含探测器建立三层反向传播神经网络；探测器采用DE421星历数据作为训练样本，训练三层反向传播神经网络；探测器采用训练完毕的三层反向传播神经网络进行星历计算。本发明建立经过DE421星历数据训练的三层反向传播神经网络，采用三层反向传播神经网络进行星历计算，通过神经网络方法改进星历数据获取算法，既能满足递推结果工程精度约束，同时也能满足器载计算机有限资源的约束
探测器星历计算方法计算系统

[发明专利]时间序列分解方法及装置-CN202210580376.9在审
发明人：阎威武;李庆辉 -专利权人：上海交通大学
申请日： 2022-05-25 - 公布日： 2022-08-12 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种时间序列分解方法及装置，包括：步骤1：以循环神经网络为基础构建一个三层循环神经网络，三层循环神经网络的三层输出分别与时间序列分解的周期分量、趋势分量和余差分量相对应；步骤2：在三层循环神经网络基础上加上层间门控单元，以及在三层循环神经网络的三层输出上施加约束项和构造损失函数，得到初始模型；步骤3：对初始模型进行训练得到时间序列分解模型，对时间序列进行分解。
时间序列分解方法装置

[发明专利]一种通过量化组合神经网络进行深度学习的方法-CN202210076271.X在审
发明人：姚云凯 -专利权人：姚云凯
申请日： 2022-01-24 - 公布日： 2022-05-03 - 主分类号： G06N3/04 文献下载
摘要：本发明提供了一种通过量化组合神经网络进行深度学习的方法，所述方法包括以下步骤：步骤S1、使用三层量化神经网络的负载来构建一个具有现实准确性的识别器；步骤S2、通过增加三层量化神经网络的隐藏元素的数量提高RR方法的性能和改善三层量化神经网络的容错性；步骤S3、检验DNN深度神经网络对负载值离散化导致四舍五入错误的鲁棒性；步骤S4、验证三层量化神经网络的可学习性，训练开始时的DNN深度神经网络将表现出与训练后的DNN深度神经网络同样对离散化中四舍五入错误的稳健性；本发明能够实现神经网络的学习且能够检验DNN深层量化神经网络对负载值离散化导致的四舍五入错误的鲁棒性是否通过增加层数而得到改善。
一种通过量化组合神经网络进行深度学习方法

[发明专利]基于深度可分离卷积的轻量化人脸识别方法及系统-CN201810921647.6在审
发明人：程建;刘济樾;刘三元;苏炎洲;李月男 -专利权人：电子科技大学
申请日： 2018-08-14 - 公布日： 2018-12-21 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度可分离卷积的轻量化人脸识别方法及系统，该人脸识别方法包括：对三层级联卷积神经网络进行训练，得到训练好的三层级联卷积神经网络；对深度可分离卷积神经网络进行训练，得到深度可分离卷积神经网络模型；对深度可分离卷积神经网络模型中的卷积层的权重系数进行压缩，得到训练好的深度可分离卷积神经网络模型；输入待识别人脸图像至训练好的三层级联卷积神经网络进行图像预处理，然后输出预处理图像至训练好的深度可分离卷积神经网络模型进行人脸识别本发明通过采用深度可分离卷积减少计算量，降低模型大小，并进一步对深度可分离卷积神经网络模型中的卷积层的权重系数进行压缩，使得模型缩小35到49倍。
卷积神经网络可分离卷积人脸识别层级联权重系数轻量化待识别人脸图像输出预处理图像预处理压缩计算量图像

[发明专利]一种基于神经网络算法的隧穿双栅晶体管特性模拟方法-CN201911029265.3在审
发明人：何进;任源;李春来;胡国庆;刘京京;潘俊;王小萌;何箫梦 -专利权人：北京大学深圳研究院
申请日： 2019-10-28 - 公布日： 2020-02-25 - 主分类号： G06F30/367 文献下载
摘要：本发明涉及一种基于神经网络算法的隧穿双栅晶体管特性模拟方法，特别地是采用三层前向结构的神经网络和对应算法来模拟隧穿双栅晶体管特性，它包括：选择的神经网络为三层前向结构，隐含层的第一层神经元数目设定为16个，隐含层的第二层神经元数目为8个，输出层为第三层，神经元数目为1个，所采用的传输函数为线性函数；所有神经元采用反向传播算法，神经网络的输入个数为6，输入一组纳米隧穿双栅晶体管测量数据训练神经网络，经过训练后即可得到训练成功的神经网络该模拟方法得到的神经网络输出数据与相应的测量数据相对误差一般在百分之一之内，大部分能达到千分之一。结果标明：神经网络模型方法比BSIM模型更准确，效率更高。
一种基于神经网络算法隧穿双栅晶体管特性模拟方法

[发明专利]一种数据处理方法及装置、存储介质-CN202110893243.2在审
发明人：赵洪星 -专利权人： OPPO广东移动通信有限公司
申请日： 2021-08-04 - 公布日： 2023-02-17 - 主分类号： G06N3/0464 文献下载
摘要：本申请实施例提供了一种数据处理方法及装置、存储介质，该方法包括：从目标神经网络中确定第一层；第一层为实现数据运算和/或数据融合的层；基于数据处理装置支持的算子融合方式，从目标神经网络中确定出第二层；数据处理装置为部署目标神经网络的装置；从目标神经网络中，确定出增加模拟量化算子后目标神经网络不满足预设性能指标阈值的第三层；基于第一层、第二层和第三层，从目标神经网络中确定出目标位置，并在目标位置处增加模拟量化算子，得到量化后的神经网络，以基于量化后的目标神经网络进行数据处理。
一种数据处理方法装置存储介质

[发明专利]一种可变放电倍率和边界条件的锂电池单体热通量测试仿真方法-CN201810593624.7有效
发明人：汪秋婷;戚伟;肖铎;刘泓;杜鹏英 -专利权人：浙江大学城市学院
申请日： 2018-06-11 - 公布日： 2022-05-17 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种可变放电倍率和边界条件的锂电池单体热通量测试仿真方法，包括：1)设计一种基于双冷却板的锂电池热通量实验测试系统，锂电池单体位于双板中间；2)实验测试过程设计；3)建立三层神经网络模型；4)三层神经网络学习训练，引入神经网络方法建立电池热通量分布模型，利用热通量测试系统获取数据，包括时间、电压、电流、温度、热流密度和充放电倍率；5)三层神经网络算法测试。本发明的有益效果是：本发明设计的双冷却板实验测试系统和神经网络仿真模型，能够精确模拟宽范围放电倍率和边界条件下的锂电池单体充放电的热行为。
一种可变放电倍率边界条件锂电池单体通量测试仿真方法

[发明专利]神经网络模型及其学习方法-CN202080090652.2在审
发明人：幸村雄介;井上弘毅;永嶋文哉 -专利权人：株式会社半导体能源研究所
申请日： 2020-12-14 - 公布日： 2022-08-02 - 主分类号： G06N3/04 文献下载
摘要：提供一种可以以高精度处理输入数据的神经网络模型。本发明包括第一及第二神经网络，第一神经网络包括第一层、第二层及第三层。将第一层所输出的特征图输入到第二层及第二神经网络，将第二神经网络所输出的特征图输入到第三层。在此，以在将第一数据输入到第一神经网络时第一层所输出的特征图为正确的特征图，以在将噪声附加到第一数据而得的第二数据输入到第一神经网络时第一层所输出的特征图为学习特征图，此时第二神经网络进行了学习以使输入学习特征图时输出的特征图与正确的特征图一致
神经网络模型及其学习方法

[发明专利]图像风格化处理方法、装置、设备及存储介质-CN201910919138.4在审
发明人：肖学锋 -专利权人：北京字节跳动网络技术有限公司
申请日： 2019-09-26 - 公布日： 2021-03-26 - 主分类号： G06T3/00 文献下载
摘要：该方法包括：获取摄像头采集到的图像数据，输入神经网络模型；获取神经网络模型输出的图像数据的分割结果；根据分割结果，对图像数据进行风格化处理；其中，神经网络模型是对训练好的初始网络模型内的三层数据处理块的各数据处理层的通道数进行降维调整后得到的；训练好的初始网络模型中包括至少一个三层数据处理块，三层数据处理块中包含三个数据处理层，且三个数据处理层的中间数据处理层为组合数据处理层，组合数据处理层输入通道数和输出通道数维度相同。以降低神经网络模型在进行图像分割时的计算量和存储量，进而降低对运行该神经网络模型的电子设备的性能要求。
图像风格处理方法装置设备存储介质

[发明专利]一种半监督神经网络模型及基于该模型的软测量建模方法-CN201710551671.0在审
发明人：葛志强;李浩;宋执环 -专利权人：浙江大学
申请日： 2017-07-07 - 公布日： 2017-12-22 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于半监督神经网络模型的软测量建模方法，该模型分为三层，第一层为输入层，第二层为隐藏层，第三层为输出层，输出层分为自编码器输出层和神经网络模型输出层，自编码器和神经网络模型共用输入层和隐藏层，该建模方法是由自编码器和神经网络组成，可以有效的解决有标签样本少、无标签样本多导致的软测量建模不准确的问题，从而建立更加准确的半监督软测量模型，实现过程的监测和相应的控制。
一种监督神经网络模型基于测量建模方法

[发明专利]一种磁致伸缩精密驱动装置的机械阻抗匹配控制方法-CN201911155725.7有效
发明人：舒亮;张烨恒;李波;陈定方;卢全国;马塞洛˙吉˙德皮诺;陶孟仑;朱彦超 -专利权人：温州大学
申请日： 2019-11-22 - 公布日： 2022-10-21 - 主分类号： H02N2/06 文献下载
摘要：本发明提供一种磁致伸缩精密驱动装置的机械阻抗匹配控制方法，包括构建对应Terfenol‑D材料杨氏模量的三层神经网络模型；从预设的原始数据集中，获取多个样本数据，形成训练样本集和测试样本集；采用贝叶斯正则化训练算法对模型进行训练，并对训练测试好的三层神经网络模型中各层间的连接权和阈值进行优化，得到最终三层神经网络模型；基于最终三层神经网络模型，构建磁致伸缩精密驱动装置机械阻抗逆模型；以当前负载阻抗水平为逆模型的输入，求解得到的偏置磁场
一种伸缩精密驱动装置机械阻抗匹配控制方法

[发明专利]一种基于径向基神经网络的需求侧响应潜力挖掘方法-CN201810980214.8在审
发明人：张艺伟;俞永增;程爽;易文飞;赵志斌;黄永章;薛连志 -专利权人：华北电力大学
申请日： 2018-08-27 - 公布日： 2019-01-18 - 主分类号： G06Q10/06 文献下载
摘要：一种基于径向基神经网络的需求侧响应潜力挖掘方法。其包括采集用户总电流和总功率数据；建立多输入单输出的三层径向基函数神经网络；采用梯度下降法对三层径向基函数神经网络进行训练；将新采集的用户数据输入神经网络中，得到用户不同用电设备的负荷；建立电量电价弹性矩阵本发明提供的基于径向基神经网络的需求侧响应潜力挖掘方法设计合理、简单易行，且精确度高。
径向基神经网络径向基函数神经网络响应用电设备三层挖掘输入神经网络采集弹性矩阵电量电价用户数据单输出下降法总电流总功率电价

[发明专利]一种循环流化床机组AGC负荷指令响应的控制方法-CN201410338043.0有效
发明人：王灵梅;尹少平;董赛男;孟恩隆 -专利权人：山西大学
申请日： 2014-07-16 - 公布日： 2014-12-17 - 主分类号： F23C10/28 文献下载
摘要：一种循环流化床机组AGC负荷指令响应的控制方法，该方法是采用如下步骤实现的：1）建立基于时间序列的三层神经网络预测模型；2）三层神经网络预测模型预测输出循环流化床机组的床层温度；3）三层神经网络预测模型预测输出循环流化床机组的主汽压力；4）三层神经网络预测模型预测输出循环流化床机组的发电功率；5）控制循环流化床机组的床层温度；6）控制循环流化床机组的主汽压力。
一种循环流化床机组 agc 负荷指令响应控制方法

[发明专利]基于RBF神经网络的环氧树脂固化峰值温度预测方法-CN202310445845.0在审
发明人：王闯;李旭;朱卫宇;陈驰;张在秦;高青青;赵妮 -专利权人：西安理工大学
申请日： 2023-04-24 - 公布日： 2023-06-27 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于RBF神经网络的环氧树脂固化峰值温度预测方法，包括建立环氧树脂复合材料固化仿真模型，采集环氧树脂复合材料固化温度，包括温箱温度和环氧树脂复合材料固化峰值温度，建立三层RBF神经网络，将采集的温度数据划分为训练集和测试集，将训练集中数据输入到三层RBF神经网络中进行训练，得到训练好的RBF神经网络，然后将测试集中数据输入到RBF神经网络中进行预测，得到预测的数据。采用本发明基于RBF神经网络的环氧树脂固化温度预测方法能够准确高效的预测出环氧树脂复合材料固化过程中的峰值温度。
基于 rbf 神经网络环氧树脂固化峰值温度预测方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条