“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RNN-LSTM遗传神经网络的拖延预测方法-CN202210714907.9在审
发明人：袁龙;万亚男;魏子涵;江文芬 -专利权人：贵州水利水电职业技术学院
申请日： 2022-06-22 - 公布日： 2022-09-16 - 主分类号： G16H50/30 文献下载
摘要：本发明公开了一种基于RNN‑LSTM遗传神经网络的拖延预测方法，涉及拖延预测方法技术领域，具体为一种基于RNN‑LSTM遗传神经网络的拖延预测方法，包括终端、应用程序、RNN‑LSTM神经网络算法模型、数据库，所述终端包含带喇叭、振动、显示屏的智能手表或手机，所述应用程序用于完成终端和互联网上的RNN‑LSTM神经网络算法模型之间的数据通信，历史报表，所述数据库用于存储用户数据，该基于RNN‑LSTM遗传神经网络的拖延预测方法，通过建立海量拖延干预唤醒样本库，并按照个体分类推送相应的干预方法，收集反馈不断调整推荐干预方案，在拖延症可调节范围内提供支持，实现克服拖延的效果。
一种基于 rnn lstm 遗传神经网络拖延预测方法

[发明专利]基于深度强化学习的柔性多资源车间动态调度方法-CN202310703139.1在审
发明人：胡耀光;侯振宇;张立祥;蔡泽;王一衡 -专利权人：北京理工大学
申请日： 2023-06-14 - 公布日： 2023-09-05 - 主分类号： G06Q50/04 文献下载
摘要：本发明实现方法为：定义车间的状态、车间的调度动作、决策奖励函数；以最小化所有工件总延迟时间为优化目标，并构建调度目标优化问题，用于安排工件的加工机器和运输工件的AGV；构建用于决策的神经网络；使用D3QN方法对调度目标优化问题进行求解，即基于神经网络通过在车间的决策时刻，计算车间的实时生产状态，将生产状态输入到训练好的神经网络中，神经网络根据输入的状态输出车间的调度动作，执行调度动作并反馈奖励给神经网络的方法来降低车间工件总延迟
基于深度强化学习柔性资源车间动态调度方法

[发明专利]一种紧急制动控制系统及其控制方法-CN201610153522.4有效
发明人：方啸;高红博;陈健 -专利权人：奇瑞汽车股份有限公司
申请日： 2016-03-17 - 公布日： 2018-11-16 - 主分类号： B60T7/12 文献下载
摘要：本发明涉及一种紧急制动控制系统及其控制方法，包括第一神经网络模块和第二神经网络模块，所述第一神经网络模块为动作行为决策模块，其连接车物理系统并用于根据动态系统的状态量，为系统提供动作行为决策；所述第二神经网络模块为动作决策评价模块本发明利用启发式动态规划算法解决智能车紧急制动问题，通过神经网络反馈调节，使得智能车自主学习速度与刹车距离的对应关系，进而使紧急制动具有更好的稳定性、可靠性和自适应性。
一种紧急制动控制系统及其控制方法

[发明专利]一种RBF神经网络俯仰干扰补偿的风力机舱悬浮控制方法-CN202010023910.7有效
发明人：褚晓广;孔英;王文轩;蔡彬 -专利权人：曲阜师范大学
申请日： 2020-01-09 - 公布日： 2022-02-01 - 主分类号： F03D7/04 文献下载
摘要：针对风力机舱存在轴向悬浮和俯仰的多自由度控制存在控制结构复杂和故障率高等问题，提出了基于RBF神经网络俯仰干扰补偿的风力机舱悬浮控制，采用机舱悬浮复合控制器为独立的悬浮变流器提供电流参考，协同完成机舱轴向和俯仰两自由度系统的悬浮控制，包括状态反馈控制、RBF神经网络俯仰干扰估计和俯仰干扰补偿鲁棒控制器，RBF神经网络俯仰干扰估计采用由气隙偏差、偏差微分、偏差积分以及当前高斯函数值所组成的复合指标，自适应调整RBF神经网络权值和输出，对机舱俯仰干扰实时估计，俯仰干扰补偿鲁棒控制器是对RBF神经网络俯仰干扰估计误差实时获取和补偿的控制器。
一种 rbf 神经网络俯仰干扰补偿风力机舱悬浮控制方法

[发明专利]一种高速列车速度控制方法及系统-CN202210131165.7有效
发明人：付雅婷;胡东亮;李中奇;杨辉 -专利权人：华东交通大学
申请日： 2022-02-14 - 公布日： 2022-06-14 - 主分类号： G05B13/04 文献下载
摘要：本发明涉及一种高速列车速度控制方法及系统，属于高速列车运行过程监测与自动控制技术领域，建立考虑了车钩和附加阻力的高速列车纵向动力学模型，根据高速列车动力分散的特点提出了一种最小参数自适应径向基函数神经网络控制方法，利用径向基函数神经网络控制器逼近所述理想反馈控制量，并采用神经网络最小参数自适应学习法将径向基函数神经网络权值最小参数自适应律代替神经网络权值的调整，提高了高速列车对于给定目标速度位移曲线的跟踪精度，
一种高速列车速度控制方法系统

[发明专利]一种基于神经网络的绳驱机械臂的轨迹跟踪方法及系统-CN202110804069.X有效
发明人：彭键清;张弛 -专利权人：中山大学
申请日： 2021-07-16 - 公布日： 2023-05-09 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了一种基于神经网络的绳驱机械臂的轨迹跟踪方法及系统，该方法包括：构建绳驱机械臂的运动学转换模型并生成训练数据；基于训练数据训练预构建的神经网络模型，得到训练完成的神经网络模型；采集当前关节角数据；将期望末端位姿和关节角反馈信息输入训练完成的神经网络模型，得到主动绳索长度；根据主动绳索长度驱动机械臂，记录得到真实轨迹。本发明作为一种基于神经网络的绳驱机械臂的轨迹跟踪方法及系统，可广泛应用于机械臂运动领域。
一种基于神经网络机械轨迹跟踪方法系统

[发明专利]基于BP神经网络车速预测的复合电源能量管理方法-CN201910051538.8在审
发明人：胡强;付志军 -专利权人：浙江工业大学
申请日： 2019-01-21 - 公布日： 2019-05-17 - 主分类号： B60L50/40 文献下载
摘要：一种基于BP神经网络车速预测的复合电源能量管理方法，首先建立BP神经网络车速预测模型，通过收集处理当前汽车行驶状态以及历时车速信息，作为神经网络模型输入参数，获得未来时段的预测车速；然后根据预测车速信息，结合整车模型求出电机需求功率，并采用模型预测控制算法求出预测时域内的最优控制量，再将最优控制量作用于系统，通过滚动优化与反馈反馈校正，求出整个工况的最优控制量。
车速复合电源能量管理最优控制预测车速信息模型预测控制汽车行驶状态神经网络模型反馈校正滚动优化控制策略汽车能量使用效率收集处理输入参数需求功率续驶里程预测模型预测时域整车模型有效地算法电机反馈汽车

[发明专利]基于线性神经网络的物理层安全波束赋形方法-CN201810885113.2有效
发明人：雷维嘉;李环 -专利权人：重庆邮电大学
申请日： 2018-08-06 - 公布日： 2021-07-13 - 主分类号： H04B7/06 文献下载
摘要：本发明公开了一种基于线性神经网络的物理层安全波束赋形方法，在多输入单输出系统中，利用信道的互易性，由单天线合法接收端发送训练序列，通过神经网络训练得到多天线的发送方保密信号和人工噪声波束赋形的权值。本发明中将信道估计、信道状态信息反馈、波束赋形设计三个过程合并为一个利用线性神经网络的反向训练过程，只需要发送一个训练序列，且不需要反馈，相比较常规方法，本发明在降低复杂度的同时保证了信息传输的安全性。
基于线性神经网络物理层安全波束赋形方法

[发明专利]一种基于类脑计算的微压力传感器-CN202011361649.8有效
发明人：李辉;申胜男;刘胜;张云帆;顾倍康 -专利权人：武汉大学
申请日： 2020-11-27 - 公布日： 2021-08-03 - 主分类号： G01L1/22 文献下载
摘要：本发明公开了一种基于类脑计算的微压力传感器，包括微压力传感器微压力感应结构、搭载脉冲神经网络的类脑计算芯片和通信模块，由微压力感应结构检测工作环境种的压力值，由类脑计算芯片读取微压力感应结构的原始数据，通过神经网络完成智能滤波和快速读数，通信模块进行远程反馈，反馈的信息用于调整神经网络以改善学习效果。
一种基于计算压力传感器

[发明专利]一种基于卷积神经网络的图像融合方法-CN201810991787.0有效
发明人：王蒙;刘兴旺;梁敏 -专利权人：昆明理工大学
申请日： 2018-08-29 - 公布日： 2021-08-20 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于卷积神经网络的图像融合方法，属于信息融合、图像处理领域。本发明通过训练并使用卷积神经网络来获得融合图片。通过针对待融合图片选定训练集预先对卷积神经网络进行训练，整个训练过程属于监督训练；在训练过程中涉及到图片的分析与合成；再使用训练好的两组模型权值前馈网络的分析和反馈网络的合成，用于深度神经网络融合模型。
一种基于卷积神经网络图像融合方法

[发明专利]基于图卷积神经网络与强化学习的负荷转供方法及装置-CN202210726136.5在审
发明人：王光华;李晓影;崔蒙;张沛;陈玉鑫;宋秉睿;张雷;蔡桂华;赵鹏;高龙;高岩;管敏丽;胡文丽 -专利权人：国网河北省电力有限公司保定供电分公司;天津相和电气科技有限公司;国家电网有限公司
申请日： 2022-06-23 - 公布日： 2022-10-25 - 主分类号： G06Q10/06 文献下载
摘要：本发明涉及一种基于图卷积神经网络与强化学习的负荷转供方法及装置，包括：基于图卷积神经网络和深度强化学习Dueling‑DQN算法搭建的第一神经网络和第二神经网络，基于第一神经网络、第二神经网络和经验池构建智能体模型，配电网发生故障，智能体模型将配电网实时运行数据输入到智能体模型，计算出动作评价向量，基于动作评价向量根据动作策略选取相应的动作；动作作用于环境使其状态发生改变，同时奖励函数对该动作进行评价，并反馈给智能体本发明直接通过分析实时运行大数据与网络拓扑数据进行负荷转供决策，可以在短时间内给出更好的负荷转供策略。
基于图卷神经网络强化学习负荷方法装置

[发明专利]同步自适应时空特征表达学习模型的构建方法及相关方法-CN201610602678.6有效
发明人：王亮;杜勇 -专利权人：中国科学院自动化研究所
申请日： 2016-07-27 - 公布日： 2020-05-19 - 主分类号： G06N3/08 文献下载
摘要：其中，该构建法包括首先将长短时记忆神经元输入及三个控制门的全连接替换为四组独立的滤波器，依次构建卷积递归神经元；然后，将X个CRN并行排列，构建卷积递归神经网络层；接着根据以下方式构建隐含层：各CRN的输出只存在向其自身基本单元的反馈连接，且各CRN之间不存在连接关系；再在卷积递归神经网络层和输入序列之间构建卷积层；最后，将Y个卷积递归神经网络层相堆叠，形成卷积递归神经网络，单个卷积递归神经网络层包含Z个子层。
同步自适应时空特征表达学习模型构建方法相关

[发明专利]一个基于深度网络架构自动搜索的机器人视觉控制方法，设备及存储介质-CN201910118700.3在审
发明人：李梓佳 -专利权人：李梓佳
申请日： 2019-02-17 - 公布日： 2019-06-04 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一个基于深度网络架构自动搜索的机器人视觉控制方法，获取训练深度神经网络所需的图像数据；获取用户对图像数据进行的标注；建立搜索空间，基于神经架构在搜索空间中搜索预设的深度神经网络架构；在搜索过程中，利用验证集来对搜索出来的深度神经网络架构进行测试并记录测试结果；比对测试结果，获取数据输入到深度神经网络模型并计算出识别结果；将所述识别结果转换为机械臂末端执行器的目标位置和姿态；计算运动轨迹并发送执行指令；根据机械臂当前反馈信息对运动轨道进行修正。系统可以基于用户自身实际需求自动地对深度神经网络进行配置，并部署在机器人视觉控制系统中，因此用户可以利用系统实现一些个性化需求。
神经网络机器人视觉架构搜索空间图像数据网络架构自动搜索搜索神经网络模型个性化需求机械臂末端比对测试存储介质反馈信息获取数据计算运动记录测试结果转换控制系统目标位置实际需求搜索过程系统实现运动轨道机械臂验证集自动地预设标注发送指令测试神经修正配置部署

[发明专利]一种认知无线电网络中AoI约束下的网络吞吐量优化方法-CN202111334459.1在审
发明人：贾雪丽;郑可琛;池凯凯;刘晓莹 -专利权人：浙江工业大学
申请日： 2021-11-11 - 公布日： 2022-02-18 - 主分类号： H04W16/18 文献下载
摘要：本发明公开了一种认知无线电网络中AoI约束下的网络吞吐量优化方法，将训练好的神经网络模型部署在次级接收器上，初始化训练好的神经网络模型，将认知无线电网络的当前状态空间输入到所述神经网络模型，获得神经网络模型输出的动作空间然后据当前时刻信道状态是否繁忙，对神经网络模型输出的动作空间进行剪切，得到符合当前信道状态的动作，将获得的动作信息广播给次级发射器，次级发射器执行相应的动作，并将吞吐量结果反馈给次级接收器。
一种认知无线电网络 aoi 约束吞吐量优化方法

[发明专利]基于DNN神经网络的硅酸盐水泥熟料的强度预测方法-CN202110314662.6在审
发明人：林国荣;段振洪;王真;胥坤泉;蔡照海;段文虎;赖德发 -专利权人：湖州槐坎南方水泥有限公司;中材邦业（杭州）智能技术有限公司
申请日： 2021-03-24 - 公布日： 2021-06-11 - 主分类号： G16C60/00 文献下载
摘要：本发明公开了基于DNN神经网络的硅酸盐水泥熟料的强度预测方法，包括如下步骤：S1，获取影响水泥熟料强度的因素；S2，神经网络模型选择，选取DNN神经网络模型；S3，数据量纲化处理；S4，构建神经网络模型，包括输入层、一组隐含层、输出层，输入层全连接隐含层，各层神经元仅与相邻层神经元之间相互全连接，同层内神经元之间无连接，各层神经元之间无反馈连接，将量纲化处理的数据作为输入变量，将强度值作为输出；有效提前对硅酸盐水泥熟料强度进行预测
基于 dnn 神经网络硅酸盐水泥熟料强度预测方法