“反馈神经网络”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1186125个，建议您升级VIP下载更多相关专利

[发明专利]一种基于驾驶意图识别的NAR神经网络车速预测方法-CN201610389825.6有效
发明人：连静;刘爽;周雅夫;袁鲁山;郭烈;孙延秋 -专利权人：大连理工大学
申请日： 2016-06-02 - 公布日： 2018-05-01 - 主分类号： B60W40/09 文献下载
摘要：本发明公开了一种基于驾驶意图识别的NAR神经网络车速预测方法，包括以下步骤驾驶意图分类及识别参数选取；模糊推理识别驾驶意图；NAR神经网络离线训练；NAR神经网络在线预测车速首先进行驾驶意图识别，然后将识别得到的驾驶意图与车速时间序列共同输入到NAR神经网络，从而实现车辆未来一段时间的车速预测。本发明选用NAR神经网络进行车速预测，其神经网络输入包含了网络输出的反馈，适合处理时间序列上的非线性问题，能够显著提高多步预测精度。
一种基于驾驶意图识别 nar 神经网络车速预测方法

[发明专利]高速铁路列车晚点时间预测的深度神经网络模型建模方法-CN201811487875.3有效
发明人：黄平;文超;李忠灿;汤轶雄;蒋朝哲 -专利权人：西南交通大学
申请日： 2018-12-06 - 公布日： 2021-02-09 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种高速铁路列车晚点时间预测的深度神经网络模型建模方法，属于轨道交通的技术领域，结合相邻列车间具有明显相互作用关系及列车晚点具有时间序列以及非时间序列影响因素的特点，提出了包含循环神经网络以及全连接神经网络的深度神经网络模型；该模型中，晚点的非时间序列影响因素被输入全连接神经网络，时间序列影响因素被输入循环神将网络以利用其反馈机制学习到相邻列车间相互作用关系；以达到能够识别列车之间相互作用对列车晚点的影响，具有较高的预测精度，且具有较好的实际应用能力，其预测绝对误差与相对误差均低于支持向量回归模型、普通神经网络模型及马尔科夫等模型的最优预测结果。
高速铁路列车晚点时间预测深度神经网络模型建模方法

[发明专利]一种基于图像识别的充电桩起火检测方法-CN202011474556.6有效
发明人：刘红燕;唐振;李谨;荣腾航;许健彰;王雍胜 -专利权人：广东电网有限责任公司珠海供电局;广东融合通信股份有限公司
申请日： 2020-12-14 - 公布日： 2023-08-08 - 主分类号： G06V10/764 文献下载
摘要：本发明公开一种基于图像识别的充电桩起火检测方法，所述检测方法由两部分组成，第一部分是线下模型训练部分，第二部分是线上模型识别部分，利用卷积神经网络模型预测的方法，即对于一张充电桩的监控图片，等分成N个图片小块，对于所有小块训练卷积神经，分类识别其是否有烟雾，最终利用连通算法得出发生起火的区域坐标，本发明的报警系统上还设有单元反馈模块，所述单元反馈模块在报警系统发出报警信息后，将此次得出的数据反馈至下模型训练部分，提供该火灾烟雾数据，对卷积神经网络模型再次训练，进一步优化卷积神经网络模型，识别能力更加精准。
一种基于图像识别充电起火检测方法

[发明专利]基于深度强化学习的主动控制多风扇人工智能风洞-CN202210450706.2在审
发明人：吴腾;李志鹏;周美华;郑晓萌 -专利权人：浙江安建智慧应急科技有限公司
申请日： 2022-04-27 - 公布日： 2022-06-28 - 主分类号： G01M9/00 文献下载
摘要：本发明公开了基于深度强化学习的主动控制多风扇人工智能风洞，主动控制多风扇人工智能风洞包括主动风扇、深度神经网络控制器，深度神经网络控制器向运动神经控制器输出各种用于控制主动风扇的指令，并将该指令对应下的主动风扇的参考转速形成历史控制命令集，运动神经控制器对各个主动风扇提供电机动力，获取主动风扇的实际转速，各个主动风扇在运动神经控制器的驱动下形成风场；主动控制多风扇人工智能风洞内部设置有传感器系统，传感器系统检测由主动风扇转动形成的检测风场，深度神经网络控制器连接有反馈单元；深度神经网络控制器接收来自反馈单元的试错数据以及历史控制命令集的数据，获取控制主动风扇的最佳权重参数。
基于深度强化学习主动控制风扇人工智能风洞

[发明专利]一种基于深度学习的海洋沉积物测试系统及方法-CN201911110432.7在审
发明人：江峦;陈路;尤蓉蓉;肖志伟;吕冰冰 -专利权人：湖南国天电子科技有限公司
申请日： 2019-11-14 - 公布日： 2020-01-10 - 主分类号： G06F16/215 文献下载
摘要：所述系统包括：海洋遥感卫星地面站、远程遥感卫星和连接海洋遥感卫星地面站与远程遥感卫星的反馈神经网络；所述远程遥感卫星有两组，分别为第一远程遥感卫星和第二远程遥感卫星；其特征在于，所述系统还包括：所述第一远程遥感卫星和第二远程遥感卫星获取海洋的电磁波特征数据信息，将数据信息发送到反馈神经网络；所述反馈神经网络对接收到的数据信息进行反馈修正，纠正数据信息误差，将纠正的信息误差发送到遥感卫星地面站。
遥感卫星数据信息反馈神经网络卫星地面站海洋遥感测试技术领域电磁波特征海洋沉积物准确度测试系统反馈修正海洋水质信息误差地面站智能化纠正两组海洋学习

[发明专利]全反馈神经网络的信号盲检测方法-CN201610382069.4有效
发明人：周琳;陈林瑞 -专利权人：四川东鼎里智信息技术有限责任公司
申请日： 2016-06-01 - 公布日： 2019-04-02 - 主分类号： H04L25/03 文献下载
摘要：为了提高全反馈神经网络中节点信号的处理速度，本发明提供了一种全反馈神经网络的信号盲检测方法，包括：根据全反馈神经网络的状态构造检测信号接收矩阵；对当前时刻的检测信号接收矩阵进行奇异值分解；根据所述奇异值分解结果以及当前时刻和前一时刻的检测信号接收矩阵构造反馈信号矩阵
反馈神经网络信号检测方法

[发明专利]一种基于深度学习的海洋沉积物测试系统及方法-CN202011230709.2有效
发明人：江峦;陈路;尤蓉蓉;肖志伟;吕冰冰 -专利权人：湖南国天电子科技有限公司
申请日： 2020-11-06 - 公布日： 2021-08-03 - 主分类号： G06F16/215 文献下载
摘要：所述系统包括：海洋遥感卫星地面站、远程遥感卫星和连接海洋遥感卫星地面站与远程遥感卫星的反馈神经网络；所述远程遥感卫星有两组，分别为第一远程遥感卫星和第二远程遥感卫星；所述系统还包括：所述第一远程遥感卫星和第二远程遥感卫星获取海洋的电磁波特征数据信息，将数据信息发送到反馈神经网络；所述反馈神经网络对接收到的数据信息进行反馈修正，纠正数据信息误差，将纠正的信息误差发送到遥感卫星地面站。
一种基于深度学习海洋沉积物测试系统方法

[发明专利]一种神经网络重建装置-CN200610057178.5无效
发明人：张潇潇 -专利权人：张潇潇
申请日： 2006-03-13 - 公布日： 2007-09-19 - 主分类号： A61N1/00 文献下载
摘要：本发明涉及一种神经网络重建装置，该神经网络重建装置通过将患者的神经细胞所发出到肌肉而诱发出的微弱肌电信号进行放大达到或超过特设的肌电信号诱发点，从而放出神经肌肉电刺激使患者肌肉作出反应以实现神经细胞再生长并重建新的神经网络；本发明的神经网络重建装置集普通肌电刺激康复仪和生物反馈治疗仪二者的功能于一体，并通过集成电路巧妙地组合在一起，操作简便，携带方便，病人可在任何场所实现康复训练。
一种神经网络重建装置

[发明专利]基于神经网络与加权平均算法的网络化预测控制方法-CN202111343586.8在审
发明人：杨蒙蒙;邓三星;杨慧慧;赵志峥;刘越奇 -专利权人：黄河交通学院
申请日： 2021-11-13 - 公布日： 2022-07-22 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了基于神经网络与加权平均算法的网络化预测控制方法，包括以下步骤：S1、建立初步的BP神经网络预测模型；S2、采用反馈校正操作对初步的BP神经网络预测模型进行校正；S3、采用在线调整操作对校正后的BP神经网络预测模型进行调整；S4、采用调整后的BP神经网络预测模型对控制器至执行器之间通过网络传输时产生的时延进行预测，得到预测结果；S5、使用加权平均算法对预测结果进行计算，得到输出值；S6、在控制器与执行器之间设置预估补偿器来对输出值进行补偿
基于神经网络加权平均算法网络化预测控制方法

[发明专利]基于卷积神经网络的管道漏磁内检测缺陷量化分析方法-CN202310370445.8在审
发明人：耿浩;夏浩;杨理践;刘婵;王赫;王国庆;石萌;苏禹铭;高鹏飞;张佳;黄平;郑福印;马宗保;宋世杰;崔国宁 -专利权人：沈阳工业大学
申请日： 2023-04-07 - 公布日： 2023-07-14 - 主分类号： G01N27/83 文献下载
摘要：本发明涉及一种基于卷积神经网络的管道漏磁内检测缺陷量化分析方法，包括以下步骤：1)利用管道内检测器对待测管道进行饱和磁化检测，获取管道缺陷漏磁检测数据；2)对所述漏磁检测数据进行归一化处理组合成dataset数据集；3)构建神经网络模型；4)将dataset数据集中的样本数据输入神经网络模型；5)反馈训练误差优化算法，经过多次反馈与优化训练，输出训练过程中最优的分析结果。
基于卷积神经网络管道漏磁内检测缺陷量化分析方法

[发明专利]基于复数离散全反馈神经网络的相移键控信号盲检测方法-CN201010556727.X有效
发明人：张志涌;张昀 -专利权人：南京邮电大学
申请日： 2010-11-24 - 公布日： 2011-04-27 - 主分类号： H04L25/03 文献下载
摘要：本发明公开了基于复数离散全反馈神经网络的相移键控信号盲检测方法。该方法根据复数离散全反馈神经网络能量函数下降的原理，构造了能够直接检测相移键控信号的Hermitian权矩阵，使得MPSK信号集中的每个星座信号点都是Hopfield神经网络的一个稳定平衡点，从而实现MPSK
基于复数离散反馈神经网络相移键控信号检测方法

[发明专利]无线可穿戴功能性电刺激系统辅助下的神经网络重建训练方法-CN201710000616.2在审
发明人：吴长旺;黄晓华;赵佳;陈美娟 -专利权人：江苏德长医疗科技有限公司
申请日： 2017-01-03 - 公布日： 2017-06-20 - 主分类号： A61N1/36 文献下载
摘要：本发明公开了一种无线可穿戴功能性电刺激系统辅助下的神经网络重建训练方法，使用无线可穿戴功能性电刺激系统，通过提供有序的电刺激使患者使用自身的神经肌肉和骨骼实现目标动作，通过动作反馈促进神经网络重建，实现康复治疗
无线穿戴功能刺激系统辅助神经网络重建训练方法

[发明专利]用于时间序列预测的高斯嵌入式神经网络模型及建模方法-CN202011139949.1在审
发明人：谢宗霞;胡慧;王旗龙 -专利权人：天津大学
申请日： 2020-10-22 - 公布日： 2021-01-05 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种用于时间序列预测的高斯嵌入式神经网络模型，该模型包括：一个长短时记忆神经网络层，一个高斯嵌入式模块以及一个反馈通路模块。长短时记忆神经网络层用于在系统的每一次迭代中完成单一样本的时序特征建模，高斯嵌入式模块用于样本不确定性信息，反馈通路模块用于实现网络的迭代优化，提高模型的训练效果。本发明中还公开了上述高斯嵌入式神经网络模型的建模方法。
用于时间序列预测嵌入式神经网络模型建模方法

[发明专利]一种基于深度学习的表情包生成系统及方法-CN201810298914.9有效
发明人：尤纪璇;陈东浩 -专利权人：北京红云智胜科技有限公司
申请日： 2018-04-04 - 公布日： 2022-04-29 - 主分类号： G06T11/00 文献下载
摘要：一种基于深度学习的表情包生成系统，包括：神经网络调控单元、视频处理模块、电源模块、神经网络训练模块、神经网络反馈模块、神经网络测试模块、测试结果后处理模块、摄像头信息处理模块和、摄像头单元、模型存储模块和视频数据库；完美的构建了生成对抗网络(GAN)架构,训练难度较低；GAN采用对抗训练法，网络不是直接复制真实数据或者对它们取平均，这增加了生成样本的多样性，智能化的在目标人像上表达，通过自动化的计算设计，使上述表情包的生成实时化
一种基于深度学习表情生成系统方法

[发明专利]一种神经网络电流控制器及装置和该控制器的运行方法-CN201810634831.2在审
发明人：张光宇;王鹏;黄联铭 -专利权人：深圳日海新能源科技有限公司
申请日： 2018-06-20 - 公布日： 2018-09-18 - 主分类号： H02P21/22 文献下载
摘要：本发明公开了一种神经网络电流控制器及装置和该控制器的运行方法，该神经网络电流控制器至少包括：电机、电压型逆变器、CLARK变换模块、PARK变换模块、IPARK变换模块、转速估计模块、PID神经网络电流控制器、SVPWM模块；电机通过电路分别与电压型逆变器、CLARK变换模块、转速估计模块相连，其用于产生驱动转矩以用做动力源；PID神经网络电流控制器与IPARK变换模块相连，其用于接收调速控制器输出的信号作为PID神经网络电流控制器的给定量以及PARK变换模块的直轴、交轴电流反馈量，将PID神经网络电流控制器的运算结果输出至IPARK变换模块。
电流控制器变换模块神经网络电压型逆变器电机转速估计控制器调速控制器发明控制器交轴电流驱动转矩运算结果输出动力源反馈量给定量强耦合高阶直轴电路