“前馈神经网络”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2301005个，建议您升级VIP下载更多相关专利

[发明专利]一种基于集成神经网络的污水处理软测量方法-CN201210343011.0有效
发明人：乔俊飞;任东红;韩红桂 -专利权人：北京工业大学
申请日： 2012-08-30 - 公布日： 2013-01-02 - 主分类号： G01N33/18 文献下载
摘要：一种基于集成神经网络的污水处理软测量方法属于污水处理领域。污水处理过程是一个高度非线性、时变性及复杂性的过程，关键水质指标的测量对控制水污染有着至关重要的作用，本发明针对污水处理软测量过程中多个关键水质参数同时软测量精度的问题，提出了一种集成神经网络模型对出水COD、出水BOD、出水TN进行测量，模型中充分利用三个出水关键水质参数之间的耦合关系，建立了包含三个子前馈神经网络的集成神经网络模型，同时运用粒子群算法对各个子神经网络进行训练，得到各个子神经网络的最佳结构最后用已训练好的神经网络对出水COD、出水BOD、出水TN进行预测，预测结果精确。
一种基于集成神经网络污水处理测量方法

[发明专利]一种基于神经网络的超声波分散仪温度控制方法-CN201910092679.4在审
发明人：陈华葵 -专利权人：杭州庆睿科技有限公司
申请日： 2019-01-30 - 公布日： 2019-04-09 - 主分类号： G05D23/32 文献下载
摘要：本发明公开了一种基于神经网络的超声波分散仪温度控制方法；本发明先通过传感器对恒温控制系统的各项指标进行数据采集，对BP神经网络训练以及前馈控制，接着用滤波算法对反应釜中的温度采样信号进行滤波，对RBF神经网络进行训练，最后用模糊RBF神经网络计算PID参数，然后将PID参数传送到PID控制器中，输出冷却水阀得控制信号，来控制冷却水阀的开度。
超声波分散仪冷却水阀神经网络恒温控制系统温度采样信号控制信号滤波算法前馈控制数据采集反应釜鲁棒性传感器开度滤波模糊输出

[发明专利]基于年降雨长期预报方法的矿区生态需水量计算方法-CN202110708998.0有效
发明人：柳长顺;雷冠军;梁犁丽;鞠茜茜;杜颖娟;王文川;徐冬梅;韩宇平;万芳;和吉;李庆云;赵盼盼;臧红飞 -专利权人：中国水利水电科学研究院
申请日： 2021-06-25 - 公布日： 2022-09-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了基于年降雨长期预报方法的矿区生态需水量计算方法，本发明先获取预报因子，该预报因子包括天文尺度因子、全球循环尺度因子和流域因子，并对该预报因子进行定量化处理，然后建立预报神经网络也即多层前馈神经网络，通过预报因子和历史降雨量对该预报神经网络进行训练，最后通过训练好的预报神经网络确定所述矿区的生态需水量，通过本方案，能够提高年降雨预报的准确性，从而精确地在预测年进行生态需水量的计算。
基于降雨长期预报方法矿区生态需水量计算方法

[发明专利]用于机动车辆的线控转向系统-CN202180092778.8在审
发明人： X-D·孙 -专利权人：采埃孚汽车英国有限公司
申请日： 2021-12-30 - 公布日： 2023-10-17 - 主分类号： B62D6/00 文献下载
摘要：第一PID控制器，其在输入端处接收设定点信号并提供用于控制马达的控制信号作为输出，控制器与马达被布置在闭环中，并被配置为最小化指示由设定点信号指示的马达的所需行为与马达的实际行为之间的差异的误差值，以及神经网络，其具有神经元的输入层、神经元的至少一个隐藏层以及包括至少一个输出神经元的输出层，其中神经网络包括前馈神经网络，其在输入神经元的输入层处接收需求信号、从控制器输出的驱动信号以及误差值，并且其中神经网络被配置为确定PID控制器使用的P增益、I增益和D增益项中的一个或多个，并且进一步其中神经网络接收至少一个附加离散环境变量作为前馈项。
用于机动车辆转向系统

[发明专利]图像内容分类方法、装置、设备、介质和产品-CN202211726229.4在审
发明人：向东;王巍;李捷;杨昀欣;王慧;石明;程海波;徐柯文;王迪 -专利权人：上海浦东发展银行股份有限公司
申请日： 2022-12-30 - 公布日： 2023-04-28 - 主分类号： G06V10/764 文献下载
摘要：所述方法包括：首先获取目标图像，然后根据预设步长参数确定目标图像的输出尺寸，接着根据输出尺寸、注意力网络以及前馈神经网络提取目标图像中的各信息项的目标文本特征，注意力网络包括空间局部卷积层、空间远程卷积层以及通道卷积层本申请提供的方法，根据目标图像的输出尺寸、注意力网络以及前馈神经网络提取目标文本特征，能够对图像中相似的文本进行分类。
图像内容分类方法装置设备介质产品

[发明专利]一种多层前馈神经网络并行加速器-CN201810488050.7有效
发明人：李丽;李宏炜;樊朝煜;潘红兵;何书专;陈沁雨 -专利权人：南京大学
申请日： 2018-05-21 - 公布日： 2021-11-16 - 主分类号： G06N3/063 文献下载
摘要：本发明的多层前馈神经网络并行加速器，包括：主控制模块，控制整个计算流程；系数地址生成模块，生成系数的地址，将所述系数的地址输出；并接收存储控制模块的系数数据，将系数数据拆分后输出；操作数地址生成模块，生成操作数的存储地址并输出；接收存储控制模块的操作数数据，将数据拆分后并输出；前馈网络计算模块，接收拆分后的系数数据与操作数数据，包含若干路并行计算的计算单元；神经元地址生成模块，接收前馈网络计算模块计算得到的神经元数据，生成神经元的存储地址和神经元数据，并将所述神经元的存储地址和神经元数据输出。
一种多层神经网络并行加速器

[发明专利]一种铸钢流动性预测方法-CN201610217971.0在审
发明人：崔晓斌;黄放;程桐;梅益;孙津原 -专利权人：贵州大学
申请日： 2016-04-11 - 公布日： 2016-08-17 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种铸钢流动性预测方法，包括以下步骤：（1）用不同牌号的铸钢进行螺旋形试样实验，并采集神经网络训练样本数据；（2）建立铸钢流动性预测的神经网络模型，该神经网络类型为多层前馈型BP网络，并确定其网络拓扑结构；（3）从步骤（1）中提取部分样本数据，训练该神经网络模型；（4）用步骤（1）中剩余的样本对训练后的网络模型进行仿真测试；（5）通过训练后的神经网络模型，即可对其他牌号的铸钢进行流动性预测。通过本发明中神经网络模型，为铸钢零部件铸造工艺设计中铸钢流动性提供了一种预测方法，有利于促进铸造业数字化、智能化、节能化的发展。
一种铸钢流动性预测方法

[发明专利]一种基于CNN声发射识别动静态部件间摩擦故障的方法-CN201510675500.X在审
发明人：蒋云良;成新民;申情 -专利权人：湖州师范学院
申请日： 2015-10-19 - 公布日： 2016-01-13 - 主分类号： G06N3/08 文献下载
摘要：本发明适用于摩擦故障检测的技术领域，公开了一种基于CNN声发射识别动静态部件间摩擦故障的方法，其基于一种前馈CNN网络，所述前馈CNN网络是基于有基础Logistic映射神经元的多层感应，所述前馈CNN网络包括前隐层和后隐层两部分，所述前隐层由神经元F和神经元B成对组成，神经元F从上一层接收加权和输出，神经元B从自己本身接收输出，所述后隐层由经元H组成，用以接收相应的神经元F和神经元B，并通过加权函数以最终隐藏输出的方式输出本发明一种基于CNN声发射识别动静态部件间摩擦故障的方法，步骤简单，能有效避免导致的局部最小值问题，较传统的BP神经网络模型能实现更好的性能，需要与类似理论和相同层数量更少的节点和更短的时间，提高了识别率
一种基于 cnn 声发识别静态部件摩擦故障方法

[发明专利]一种基于注意力机制的事件检测方法-CN202211221782.2在审
发明人：张珊珊;张道杰 -专利权人：上海梦象智能科技有限公司;上海临港弘博新能源发展有限公司
申请日： 2022-10-08 - 公布日： 2023-01-17 - 主分类号： G01R19/25 文献下载
摘要：本发明通过回归子网络判断某个电器设备的负载改变情况，并在回归子网络中添加基于注意力机制的前馈神经网络从而判断电路中该设备投切事件的发生。通过前馈神经网络，结合回归子网络中的上下文输入输出，对部分关键事件（如设备开启与关闭）以及其他事件的发生（如切换档位）重新调整权重，减少各层网络间输入输出因权重比等因素产生的误差。该方法基于注意力的深度神经网络提高了投切事件识别的准确率；模型量级轻，使用灵活，易于实际应用，进而提升后续对电气指纹识别以及负载分解的准确性。方法简便，训练简易、高效，检测准确率高，具有广泛应用场景。
一种基于注意力机制事件检测方法

[发明专利]基于多特征联合的双馈风电场送出线故障识别方法-CN202211514545.5在审
发明人：龙云;张少凡;刘璐豪;梁雪青;卢有飞;赵宏伟;吴任博;陈明辉;刘超;王历晔;林泽暄;姚吴嘉品;王海洋 -专利权人：广东电网有限责任公司广州供电局
申请日： 2022-11-30 - 公布日： 2023-03-14 - 主分类号： G06Q10/20 文献下载
摘要：本发明公开了一种基于多特征联合的双馈风电场送出线故障识别方法，包括以下步骤：S1.搭建双端输电线路仿真模型，设置不同故障条件并生成仿真故障数据，根据仿真故障数据对故障类型进行标签标记，获取双馈风机的电压和电流仿真故障数据；S2.根据电压仿真故障数据和电流仿真故障数据，提取故障电压特征向量和故障电流特征向量，并形成多维故障特征向量；S3.构建故障识别的神经网络，将多维故障特征向量输入神经网络，对神经网络进行迭代训练，直至神经网络的输出与标签的误差趋于稳定；S4.获取双馈风机实时故障数据，提取故障电压和故障电流特征向量，形成多维故障特征向量输入神经网络，神经网络输出故障类型概率，故障类型概率最大的确定为故障类别。
基于特征联合双馈风电场送出故障识别方法

[发明专利]基于PSO_ELM神经网络的转炉炼钢工艺成本控制方法及系统-CN201610452075.2有效
发明人：王坎;辜小花;李太福;张倩影;耿讯;唐海红 -专利权人：重庆科技学院
申请日： 2016-06-21 - 公布日： 2021-10-22 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于PSO_ELM神经网络的转炉炼钢工艺成本控制方法及系统，其中的方法包括选择影响成本的控制参数；构建建模样本集；获得归一化样本集；构建前馈神经网络；采用PSO算法对ELM神经网络参数进行训练获取神经网络参数；利用遗传算法对PSO_ELM神经网络构建的模型进行优化，获取所构建模型的最值，并根据所构建模型的最值确定最优控制参数；根据最优控制参数成本值与所述建模样本集中的最小成本值的对比结果，确定转炉炼钢工艺的最小成本值
基于 pso_elm 神经网络转炉炼钢工艺成本控制方法系统

[发明专利]用于控制技术系统的控制装置和用于配置该控制装置的方法-CN202180041457.5在审
发明人： S·奥伯迈尔;V·斯特辛;M·托基克;S·乌德鲁夫;M·C·韦伯 -专利权人：西门子股份公司
申请日： 2021-04-09 - 公布日： 2023-01-31 - 主分类号： G06N3/08 文献下载
摘要：将所述控制信号（CS）的时间序列馈入到神经网络（NN）中并且将神经网络（NN）的输出数据（PD）作为仿真输入数据馈入到仿真模块（SIM）中。所述神经网络（NN）然后被训练为减小测量到的状态数据（SD）与所仿真的状态数据（SSD）之间的距离。经训练的神经网络（NN）与仿真模块（SIM）形成混合仿真器（HSIM）。生成多个不同的其他控制信号（CSG）并且馈入到混合仿真器（HSIM）和另一神经网络（NNS）中。所述另一神经网络（NNS）被训练为减小技术系统（TS）的由混合仿真器（HSIM）所仿真的状态数据（SSO）与所述另一神经网络（NNS）的输出数据（NNO）之间的距离。这样训练的另一神经网络（NNS）现在可以被控制装置（CTL）用于预测技术系统（TS）对任意控制信号（CS）的预期反应。
用于控制技术系统装置配置方法

[发明专利]一种基于BERT和前馈神经网络的文本纠错方法-CN202110098015.6在审
发明人：潘法昱;曹斌;於其之 -专利权人：之江实验室;浙江工业大学
申请日： 2021-01-25 - 公布日： 2021-05-25 - 主分类号： G06F40/232 文献下载
摘要：本发明公开了一种基于BERT和前馈神经网络的文本纠错方法，能对大规模语料进行快速准确的错误识别和纠正。方法首先对文本进行预处理，然后将文本用BERT进行语义编码，之后先用文本整体的语义信息判断文本是否正确，然后对判断为错误的文本，使用序列标注的方法找出文本中错误出现的具体位置，最后结合错误的上下文信息，使用前馈神经网络生成对应的正确文本
一种基于 bert 神经网络文本纠错方法

[发明专利]一种语音识别方法、语音识别装置及终端设备-CN201910407591.7在审
发明人：陈明 -专利权人：武汉TCL集团工业研究院有限公司
申请日： 2019-05-16 - 公布日： 2020-12-04 - 主分类号： G10L15/22 文献下载
摘要：本申请提供了一种语音识别方法、语音识别装置及终端设备，所述方法包括：获取待识别的语音信号；提取该语音信号的特征，得到该语音信号的特征序列；将该特征序列输入至训练后的第一神经网络模型，以使得该第一神经网络模型识别所述语音信号，得到该第一神经网络模型输出的第一信号，该第一信号用于表示所述语音信号的文字信息；其中，所述第一神经网络模型为基于注意力机制的编解码模型，该编解码模型包括编码模型以及解码模型，所述编码模型以及所述解码模型均包括多头注意力层multi‑head attention layer；该编码模型中每个前馈层feed forward layer均连接有多头注意力层，该解码模型中每个前馈层也均连接有多头注意力层。
一种语音识别方法装置终端设备

[发明专利]一种基于多层次注意力机制和场感知分解机的推荐方法-CN201910267757.X有效
发明人：彭新一;张炯衍;刘孜文;黎智成 -专利权人：华南理工大学
申请日： 2019-04-03 - 公布日： 2021-03-30 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于多层次注意力机制和场感知分解机的推荐方法，包括以下步骤：S1对样本的特征分域处理；S2将域内所有特征的值乘以特征对应的隐向量集，将特征的表示向量集输入到域内注意力神经网络中，进行加权求和；S3不同域的表示向量集之间作二阶交互，输入到域间注意力神经网络中，进行加权求和，得到输出值；S4使用训练集数据对前馈神经网络进行训练；S5使对候选集中所有物品，利用步骤S1和S2，得到物品域的表示向量；S6获取用户和上下文特征，计算其域的表示向量，与步骤S5的表示向量拼接，输入前馈神经网络中，得到预测点击率，向用户推荐排名靠前的物品。
一种基于多层次注意力机制感知分解推荐方法