“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]基于复数连续全反馈神经网络的信号盲检测方法-CN201010589006.9有效
发明人：张志涌;阮秀凯;张昀 -专利权人：南京邮电大学
申请日： 2010-12-15 - 公布日： 2011-04-27 - 主分类号： H04B17/00 文献下载
摘要：本发明公开了一种基于复数连续全反馈神经网络的信号盲检测方法，该方法根据复数连续全反馈神经网络能量函数下降的原理，设计了复数连续激活函数可有效解决通信系统中绝大多数调制方式信号的盲检测问题。该激活函数数学表达形式简练，参数可灵活设置，不需任何修改即可无限延拓至任意复杂星座的全反馈神经网络信号盲检测问题。
基于复数连续反馈神经网络信号检测方法

[发明专利]采用状态反馈与神经网络的高超飞行器复合控制方法-CN201710198546.6有效
发明人：梁树军;司丽娜;张阳;程静;尚展垒 -专利权人：郑州轻工业学院
申请日： 2017-03-29 - 公布日： 2019-11-29 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了采用状态反馈与神经网络的高超飞行器复合控制方法，通过测量高超声速飞行器的攻角、俯仰角速度信号，先设计大增益状态反馈控制器，在此基础上针对高超声速飞行器气动参数的强不确定性，采用了一类以正弦函数为基函数的神经网络结构，设计神经网络权值的自适应调节规律，最终组成高超声速飞行器神经网络与状态反馈的复合控制器，实现对期望攻角信号的跟踪。通过状态反馈控制器来保证系统的基本稳定性，而神经网络则用于对气动参数不确定带来了建模误差进行补偿，最终也可以选取Lyapunov函数进行全系统的闭环稳定性分析，从而保证系统设计的理论正确性。
采用状态反馈神经网络高超飞行器复合控制方法

[发明专利]自适应网络代理系统及基于神经网络进行权值调整的方法-CN201910128471.3在审
发明人：曾维 -专利权人：上海富数科技有限公司
申请日： 2019-02-21 - 公布日： 2019-06-18 - 主分类号： H04L29/08 文献下载
摘要：本发明涉及一种自适应网络代理系统，包括特征提取模块，用于提取所需的特征信息；反馈网络，用于获取网络请求的结果以及反馈本次匹配的代理特征；代理特征提取模块，用于根据上报的机器特征提取代理特征；神经网络模块，用于根据特征的神经元权值对特征进行权值调整；决策器，用于根据所述的根据请求提取的特征和神经网络模块中代理特征的卷积值向量选取匹配度最高的代理。本发明还涉及一种基于神经网络进行权值调整的方法。采用了自适应网络代理系统及基于神经网络进行权值调整的方法，能通过代理决策器，决策出当前最合适的代理服务。该系统能充分利用请求反馈信息，代理服务本身特征，自适应调整决策模型，决策出最优的网络代理，自适应动态优化神经网络模型，作出最优决策。
代理特征权值调整自适应网络代理系统神经网络神经网络模块代理服务决策器神经元神经网络模型特征提取模块决策自适应调整动态优化反馈网络反馈信息机器特征决策模型特征信息提取模块网络代理网络请求向量选取代理匹配度自适应卷积匹配上报反馈

[发明专利]基于神经网络模型的住宅电力负荷预测方法-CN201910435428.1在审
发明人：曼苏乐 -专利权人：上海交通大学
申请日： 2019-05-23 - 公布日： 2019-09-17 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于神经网络模型的住宅电力负荷预测方法，包括以下步骤：步骤1，神经网络模型的训练与验证；步骤2，对选择出的神经网络模型使用测试数据集进行测试；步骤3，基于神经网络的预测模型，通过将预测负荷输出作为反馈输入，将神经网络置于闭环模式来生成预测。与现有技术相比，本发明神经网络模型采用递推网络结构，利用基于均方误差的停止准则，实现了误差最小效果最优的住宅负荷预测方法。
神经网络模型电力负荷预测神经网络住宅闭环模式反馈输入负荷预测均方误差使用测试网络结构预测模型数据集预测递推验证测试输出

[发明专利]一种基于类神经网络的专业认证权重优化方法及系统-CN201910363959.4有效
发明人：韩士元;周亚新;房雅;周劲;邓烨;刘振 -专利权人：济南大学
申请日： 2019-04-30 - 公布日： 2022-10-11 - 主分类号： G06N3/04 文献下载
摘要：本发明提供了一种基于类神经网络的专业认证权重优化方法及系统，基于BP神经网络模型，并添加了反馈机制，即在BP神经网络模型的每轮计算后均向相关教师和专业负责人反馈BP神经网络模型各层之间的最新的权重值以及相应计算所得的各误差项的值，并在每次反馈后，均由相关教师参与并调整输入层到第一隐含层的各权重值、并由专业负责人参与并调整第一隐含层到第二隐含层以及第二隐含层到输出层的各权重值，直至BP神经网络模型依据预先设定的循环次数完成各相应次的循环计算
一种基于神经网络专业认证权重优化方法系统

[发明专利]通过基于知识蒸馏的NAS进行大型模型仿真-CN202080097851.6在审
发明人：法比奥·玛利亚·卡路奇;菲利普·托尔;罗伊·伊约诺;佩德罗·M·埃斯佩兰卡;茹彬鑫 -专利权人：华为技术有限公司
申请日： 2020-10-01 - 公布日： 2022-10-18 - 主分类号： G06N3/04 文献下载
摘要：本文描述了一种由一台或多台计算机(506)实现的机器学习机制，所述机制可以访问基础神经网络(104、301、302)且用于通过迭代地执行以下一组步骤来确定简化神经网络(105、303)：通过对当前候选神经网络的架构进行采样来形成(201)样本数据；根据所述样本数据，选择(202)第二候选神经网络的架构；通过训练所述第二候选神经网络形成(203)经过训练的候选神经网络，其中，所述训练所述第二候选神经网络包括根据所述第二候选神经网络和所述基础神经网络(104、301、302)的行为比较，将反馈应用到所述第二候选神经网络；采用(204)所述经过训练的候选神经网络作为所述当前候选神经网络，用于所述一组步骤的后续迭代。这样可以训练候选神经网络，从而能够模拟更大的基础网络。
通过基于知识蒸馏 nas 进行大型模型仿真

[发明专利]基于单反馈神经网络的有源电力滤波器非奇异终端滑模控制方法-CN201810915171.5有效
发明人：王欢;费峻涛;冯治琳 -专利权人：河海大学常州校区
申请日： 2018-08-13 - 公布日： 2022-08-19 - 主分类号： H02J3/01 文献下载
摘要：本发明公开了一种基于单反馈神经网络的有源电力滤波器非奇异终端滑模控制方法，其特征在于，包括如下步骤：步骤1，建立有源电力滤波器数学模型；步骤2，利用单反馈神经网络对系统的未知部分进行逼近，得到单反馈神经网络非奇异终端滑模控制器，包括控制律和自适应律；步骤3，根据单反馈神经网络非奇异终端滑模控制器控制有源电力滤波器。优点：单反馈神经网络可以任意设定中心向量及基宽的初值，中心向量及基宽会随着所设计的自适应算法根据不同的输入自动稳定到最佳值。
基于反馈神经网络有源电力滤波器奇异终端控制方法

[发明专利]一种基于NARX神经网络与块状反馈的信道均衡方法-CN201910029487.9有效
发明人：闻旭;钟杰 -专利权人：浙江大学
申请日： 2019-01-13 - 公布日： 2020-07-10 - 主分类号： H04L25/03 文献下载
摘要：本发明公开了一种基于NARX神经网络与块状反馈的信道均衡方法，该方法基于时间序列的NARX神经网络和判决反馈结构，构建了适用于存在码间干扰及频率选择性衰落信道的均衡器，利用反向传播算法训练得到最优参数；使用块状判决输出作为训练集对神经网络进行再训练，跟踪信道的变化；对MSE损失函数添加误差权重，减小错误均衡输出对神经网络再训练的影响。本发明具有自适应性，适用的信道环境更广，能够提升神经网络在时变信道的均衡性能，并且具有较低复杂度。
一种基于 narx 神经网络块状反馈信道均衡方法

[发明专利]一种基于模糊神经网络PID控制的模拟转台控制系统-CN201711034297.3在审
发明人：王才旺 -专利权人：王才旺
申请日： 2017-10-30 - 公布日： 2018-04-13 - 主分类号： G05B11/42 文献下载
摘要：本发明公开了一种基于神经网络PID控制的模拟转台控制系统，包括测控单元、执行单元及反馈单元，测控单元经执行单元连接模拟转台，测控单元包括DSP运动控制卡，DSP运动控制卡经执行单元与模拟转台相连，模拟转台经反馈单元与控制器相连，反馈单元包括速度反馈装置和位置反馈装置，速度反馈装置包括速度环及速度环控制器，速度环控制器采用PI控制器，位置反馈装置包括位置环及位置环控制器，位置环控制器采用模糊神经网络PID控制器，模糊神经网络PID控制器包括PID控制器和模糊神经网络。本发明结构简单，通过测控单元、执行单元和反馈单元来对模拟转台的运行进行控制，能够提高模拟转台运行的平稳性，保证模拟转台稳定地运行。
一种基于模糊神经网络 pid 控制模拟转台控制系统

[发明专利]一种基于神经网络PID控制的模拟转台控制系统-CN201711034298.8在审
发明人：王才旺 -专利权人：王才旺
申请日： 2017-10-30 - 公布日： 2018-02-16 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于神经网络PID控制的模拟转台控制系统，包括测控单元、执行单元及反馈单元，测控单元经执行单元连接模拟转台，测控单元包括DSP运动控制卡，DSP运动控制卡经执行单元与模拟转台相连，模拟转台经反馈单元与控制器相连，反馈单元包括速度反馈装置和位置反馈装置，速度反馈装置包括速度环及速度环控制器，速度环控制器采用PI控制器，位置反馈装置包括位置环及位置环控制器，位置环控制器采用神经网络PID控制器，神经网络PID控制器包括PID控制器和RBF神经网络辨识器。本发明结构简单，通过测控单元、执行单元和反馈单元来对模拟转台的运行进行控制，能够提高模拟转台运行的平稳性，保证模拟转台稳定地运行。
一种基于神经网络 pid 控制模拟转台控制系统

[发明专利]基于声道动作知识库改进的DIVA神经网络模型发音方法-CN201310274341.3有效
发明人：张少白;徐歆冰 -专利权人：南京邮电大学
申请日： 2013-07-02 - 公布日： 2013-09-18 - 主分类号： G06N3/00 文献下载
摘要：本发明涉及一种发音方法，尤其是基于声道动作知识库改进的DIVA神经网络模型发音方法。所述基于声道动作知识库改进的DIVA神经网络模型发音方法利用添加了声道动作知识库的改进后的DIVA神经网络模型，对于语音映射集中没有的语音，结合扰动因素得到修正后的听觉反馈信息，再利用修正后的听觉反馈信息训练神经网络
基于声道动作知识库改进 diva 神经网络模型发音方法

[发明专利]一种两感应电机同步系统的辨识与控制方法-CN201210208169.7有效
发明人：夏长亮;王萌;陈炜 -专利权人：天津工业大学
申请日： 2012-06-21 - 公布日： 2012-10-24 - 主分类号： H02P5/50 文献下载
摘要：本发明公开了一种两感应电机同步系统的辨识与控制方法，将第一神经网络辨识器的输出与速度反馈值做差，通过差值对第一神经网络辨识器的网络权值进行调整；将第二神经网络辨识器的输出与张力做差，通过差值对第二神经网络辨识器的网络权值进行调整；将速度参考值与速度反馈值的差和第一神经网络辨识器输出对控制输入的导数，输出到第一神经网络控制器，对第一控制器的参数进行在线调节；将张力参考值与张力的差和第二神经网络辨识器输出对控制输入的导数，输出到第二神经网络控制器
一种感应电机同步系统辨识控制方法

[发明专利]一种病灶识别神经网络模型的训练方法及软件-CN202211566336.5在审
发明人：刘程;吉艳莉 -专利权人：北京帆引未来科技有限公司
申请日： 2022-12-07 - 公布日： 2023-04-04 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及一种病灶识别神经网络模型的训练方法，包括：使用第一神经网络模型对业务的第一输入数据进行推理，得到推理结果；在接收到用户对所述推理结果的有效反馈之后。该病灶识别神经网络模型的训练方法及软件，通过建立初始神经网络模型，获取大量的训练样本，对训练样本进行预处理后依次输入至初始神经网络模型，根据第一输出和与预设期望的损失值，反向传输至初始神经网络模型，以调节初始神经网络模型的网络参数，得到目标神经网络模型。建立了参数少、占用内存小的高精度目标神经网络，使得训练得到的目标神经网络模型可应用于移动终端，不在依赖于GPU的设置，提高了目标神经网络模型的适应性。
一种病灶识别神经网络模型训练方法软件

[发明专利]基于反馈神经网络的FRM滤波器设计方法及系统-CN201910079907.4有效
发明人：魏莹;陈阳 -专利权人：山东大学
申请日： 2019-01-28 - 公布日： 2021-07-06 - 主分类号： H03H17/02 文献下载
摘要：本公开公开了基于反馈神经网络的FRM滤波器设计方法及系统，包括：将待设计FRM滤波器的误差函数映射到Hopfield神经网络的能量函数上，得到Hopfield神经网络的连接权重、偏置电流和神经元的数量；将Hopfield神经网络的输入值和Hopfield神经网络的连接权重、偏置电流、神经元的数量以及运算放大器输入状态的初始值和改变步长均设置到Hopfield神经网络中，Hopfield神经网络输出FRM子滤波器系数；计算实际幅频响应与理想幅频响应之间的误差；迭代更新Hopfield神经网络的权重，直至误差值小于等于设定的误差阈值时，Hopfield神经网络的输出值即为最优的FRM滤波器系数。
基于反馈神经网络 frm 滤波器设计方法系统

[发明专利]基于神经网络微分代数方程求解方法、系统、设备及介质-CN202310334230.0在审
发明人：唐卷;陈佳盛;赖帅;梁锟 -专利权人：广州大学
申请日： 2023-03-29 - 公布日： 2023-09-05 - 主分类号： G06F17/13 文献下载
摘要：本说明书实施例提供了基于神经网络的微分代数方程求解方法、系统、设备及介质，该方法包括构建求解的微分代数方程的初始Attention神经网络模型；将训练的微分变量值与代数变量值分别输入至微分神经网络和代数神经网络，微分神经网络输出值通过隐式龙格库塔方法进行迭代；将两个损失函数值之和反馈至微分神经网络和代数神经网络更新权重和偏值，并根据预设迭代条件和训练集对神经网络进行训练，获得训练好Attention神经网络；通过训练好的神经网络对待求解的微分代数方程进行求解。本发明采用基于Attention的神经网络来逼近微分代数方程的解，实现高效快速求解微分代数方程的正向求解问题并且提升预测准确性。
基于神经网络微分代数方程求解方法系统设备介质