“常规神经网络”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1106864个，建议您升级VIP下载更多相关专利

[发明专利]基于BP神经网络的城市扬尘在线监测系统-CN202111025549.2在审
发明人：殷中敏;李奇 -专利权人：南京润内克西信息科技有限公司
申请日： 2021-09-02 - 公布日： 2021-11-30 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于BP神经网络的城市扬尘在线监测系统，在线监测系统包括BP神经网络输入层、BP神经网络隐含层和BP神经网络输出层，其中：BP神经网络输入层：用于选取温度、湿度、风速和高度4个神经元；BP神经网络隐含层：包括多个神经元；BP神经网络输出层：用于输出降尘通量；本发明利用在施工扬尘监测试验中获得的数据，建立描述施工扬尘产生量情况的预测系统，与常规在线监测方法不同的是，上述方法在建立描述施工扬尘产生量的模型时都需要有相适合的数学表达式来描述施工扬尘产生的物理过程，而利用BP神经网络建立施工扬尘量产生模型，只需要有一定的监测数据和相应的监测条件参数即可。
基于 bp 神经网络城市扬尘在线监测系统

[发明专利]用神经激活梯度λ控制的三维Hopfield神经网络模型实现电路-CN201910283951.7有效
发明人：包伯成;陈成杰;罗姣燕;包涵;祁建伟 -专利权人：常州大学
申请日： 2019-04-10 - 公布日： 2023-03-24 - 主分类号： G06N3/063 文献下载
摘要：本发明提供一种用神经激活梯度λ控制的三维Hopfield神经网络模型实现电路，包括基于激活梯度的负输出双曲正切函数实现电路和三维Hopfield神经网络主电路。本发明提供的一种用神经激活梯度λ控制的三维Hopfield神经网络模型实现电路，基于常规三维Hopfield神经网络，在双曲正切函数中引入神经激活梯度作为模型的控制量λ，构成了基于神经激活梯度的激活函数tanh(λx)，激活函数作为神经网络的模块，通过神经激活梯度λ可以实现对三维Hopfield神经网络的动力学控制，此控制方法简单易操作，极好的模拟人脑的反应状态，对神经形态电路、电子神经元和人工智能的发展和研究有较好的应用
神经激活梯度控制三维 hopfield 神经网络模型实现电路

[发明专利]基于进化神经网络的设备故障辨识方法及系统-CN202110330880.9在审
发明人：李明伟;许佩;张伟峰;毛爱龙;李秀芳;王建忠;许强;栗勇伟;董影影;周亚丽;姜克森;董云成;黄全忠;张要朋;周政伟 -专利权人：河南中烟工业有限责任公司
申请日： 2021-03-24 - 公布日： 2021-06-25 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于进化神经网络的设备故障辨识方法及系统，所述方法包括：对振动原始数据进行预处理，以构造出能反映设备各个故障状态的样本特征；以样本特征为输入，以故障状态为输出，建立基于自适应遗传算法优化神经元连接权重的进化神经网络；采用进化神经网络对模型进行训练，以得到电机设备故障辨识模型；根据电机设备故障辨识模型对电机设备的故障状态进行辨识。本发明通过对振动原始数据进行特征提取和分析，构造出样本特征，作为进化神经网络的输入，在进化神经网络中，使用自适应遗传算法对网络连接权重进行优化，可以提高故障辨识的准确率，将进化神经网络与常规神经网络进行对比测试，进化神经网络的故障辨识准确率平均高出3.9％。
基于进化神经网络设备故障辨识方法系统

[发明专利]一种基于对数极空间卷积对数据进行处理的方法-CN202110239690.6有效
发明人：苏冰;文继荣 -专利权人：中国人民大学
申请日： 2021-03-04 - 公布日： 2023-06-20 - 主分类号： G06N3/0464 文献下载
摘要：本发明涉及一种基于对数极空间卷积对数据进行处理的方法，其特征在于，包括以下步骤：1)构建基于对数极空间的卷积核；2)判断是否存在常规卷积神经网络，若不存在，则进入步骤3)，否则，进入步骤4)；3)以步骤1)中构建的基于对数极空间卷积核为基础构建卷积层，进而构建新的卷积神经网络，并将输入图像或特征图输入新的卷积神经网络进行数据处理得到输出特征图；4)利用步骤1)中构建的基于对数极空间的卷积核替换常规卷积网络中的卷积核，并将输入图像或特征图输入替换后的常规卷积网络中，通过对数极空间池化操作，用常规卷积实现对数极空间卷积，得到输出特征图。本发明可以应用于任何网络体系结构中以替代常规卷积。
一种基于对数空间卷积数据进行处理方法

[发明专利]一种基于循环神经网络的码索引扩频水声通信方法-CN202110808244.2有效
发明人：乔钢;刘宇飞;周锋 -专利权人：哈尔滨工程大学
申请日： 2021-07-16 - 公布日： 2022-05-06 - 主分类号： H04B1/707 文献下载
摘要：本发明公开了一种基于循环神经网络的码索引扩频水声通信方法，涉及水声通信技术领域，具体步骤包括如下：获取训练数据集；建立循环神经网络模型；利用所述训练数据集对所述循环神经网络模型进行训练，得到训练完成的神经网络模型；所述训练完成的神经网络模型作为码索引扩频水声通信系统的接收端，将测试数据集输入给所述训练完成的神经网络模型中，对源数据进行恢复，完成对接收信号的解调。与常规的接收系统相比，无需对接收信号进行去载波和解扩散操作，直接采用循环神经网络完成对通信信号的解调，提高了通信在低信噪比浅水复杂信道条件下系统的可靠性。
一种基于循环神经网络索引扩频水声通信方法

[发明专利]一种基于自注意力机制的航空影像地物分类方法-CN202011127714.0有效
发明人：肖志峰;万桥;邵炜平;杨鸿珍;王志强;凌芝;毛秀伟;贺家乐;王艳艳;郑星航;赵建朋;王凌 -专利权人：武汉大学;国网浙江省电力有限公司;国网浙江省电力有限公司信息通信分公司
申请日： 2020-10-20 - 公布日： 2022-06-07 - 主分类号： G06V10/774 文献下载
摘要：本发明设计了一种基于通道域和空间域自注意力机制的深度卷积神经网络，该深度神经网络模型同时对通道域和空间域的特征进行注意力的权重分配。该网络模型的主要特点是在常规的卷积神经网络结构中加入了通道域模块和空间域模块，分别对特征在通道和空间进行注意力权重的自适应分配。实验表明，本发明方法跟常规的遥感影像场景分类方法相比，能够取得更高的分类准确率。
一种基于注意力机制航空影像地物分类方法

[发明专利]一种动物疾病预测算法-CN202010390960.9在审
发明人：阳波;唐文胜;印遇龙;李建中 -专利权人：湖南师范大学
申请日： 2020-05-11 - 公布日： 2020-08-18 - 主分类号： A61B5/0205 文献下载
摘要：所述算法由二层神经网络结构组成，子层神经网络采用卷积神经网络或循环神经网络构成，负责声音的识别，主层由循环神经网络构成，负责根据体征参数，如心率、血氧、体温及子层声音识别结果进行疾病的预测。本发明将声音与常规体征数据分开处理，在保持数据处理细节的同时，降低了数据处理的数据量，降低了两种网络结构数据训练的难度，为心率、血氧、体温、声音预测动物疾病提供一种技术手段。
一种动物疾病预测算法

[发明专利]基于粒子群的模糊神经网络池塘溶解氧预测-CN201810666195.1在审
发明人：赵景波;薛秉鑫;齐薇;张磊;张迪 -专利权人：青岛盛景电子科技有限公司
申请日： 2018-06-26 - 公布日： 2018-10-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了基于粒子群的模糊神经网络池塘溶解氧预测，收集池塘模型输入变量，通过基于粒子群算法优化的模糊神经网络预测溶解氧模型进行预测。本发明采用粒子群算法优化的模糊神经网络对溶解氧进行预测，并弥补了常规BP算法的缺陷。设计采用池塘水体温度、氨氮值、pH值和亚硝酸盐作为模糊神经网络的输入变量，并采用小波包分析对采集的信号进行消噪和特征向量提取，神经网络的输出变量则是池塘溶解氧。仿真结果表明，本次设计的模糊神经网络可实现对池塘溶解氧的精确预测，具有良好的发展前景。
模糊神经网络池塘溶解氧预测粒子群算法粒子群溶解氧模型输入变量特征向量提取小波包分析池塘水体仿真结果神经网络输出变量输入变量亚硝酸盐氨氮消噪池塘优化采集

[发明专利]脉冲神经网络训练方法、装置以及终端-CN202211304460.4在审
发明人：陈旭;陈克林;杨军民;梁龙飞 -专利权人：上海新氦类脑智能科技有限公司
申请日： 2022-10-24 - 公布日： 2023-01-17 - 主分类号： G06N3/04 文献下载
摘要：本发明的脉冲神经网络训练方法、装置以及终端，通过脉冲神经网络，根据输入实值计算对应的输出脉冲编码；对所述输出脉冲编码进行脉冲解码，以获得输出实值；基于误差函数，根据所述输出实值与所述输入实值所对应的数据标签计算当前网络计算误差，以供在未达到目标精度的情况下更新所述脉冲神经网络的网络参数。本发明在脉冲神经网络训练中所需的脉冲周期数少，模型精度比传统方法高，同时训练时间比常规的直接训练方法短。
脉冲神经网络训练方法装置以及终端

[发明专利]基于深度学习的车牌检测方法-CN201610312822.2在审
发明人：邹刚;蒋涛;李鸿升 -专利权人：成都新舟锐视科技有限公司
申请日： 2016-05-12 - 公布日： 2016-10-12 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度学习的车牌检测方法，采用faster‑rcnn算法，分别训练一个RPN卷积神经网络和一个fast‑rcnn卷积神经网络，通过构建带有标注和标签的图片库作为样本集，并采用训练好的RPN卷积神经网络处理样本集中的图片，得到车牌粗选区域，然后将车牌粗选框送入训练好的fast‑rcnn卷积神经网络做判别，根据fast‑rcnn卷积神经网络的输出向量判断车牌粗选区域是否为最佳车牌区域，如果是最佳车牌区域本发明在RPN卷积神经网络训练时，采用了多个尺度和多个比例基准框，能够有效提升非常规尺度和比例的车牌的检测，RPN卷积神经网络和fast‑rcnn卷积神经网络通过共享卷积层参数，使整个系统更加简单，计算量较小
基于深度学习车牌检测方法

[发明专利]一种电动伺服机构双柔性喷管神经网络建模及其控制方法-CN202211420825.X在审
发明人：刘文芝;齐鹏程;杨绪枫;高立琦 -专利权人：内蒙古工业大学
申请日： 2022-11-12 - 公布日： 2023-03-07 - 主分类号： G05B11/42 文献下载
摘要：本发明公开了一种电动伺服机构双柔性喷管神经网络建模及其控制方法，涉及仿真模拟技术领域，包括：神经网络辨识器采用BP神经网络算法，根据摆动角度进行多环系统的模型参数辨识，得到双柔性喷管神经网络模型；以双柔性喷管神经网络模型为多环系统的被控对象，灰狼优化PID控制器根据双柔性喷管神经网络模型参数变化情况和电动伺服机构所受扰动情况，将多环系统指令摆角与双柔性喷管神经网络模型之间的偏差作为误差信号，确定神经网络系统学习算法，灰狼优化PID控制器的输出即为电动伺服机构系统控制电压本发明可建立双柔性喷管在不同条件、不同扰动工况下的准确负载模型，解决参数时变、非线性因素干扰严重及常规模型结构缺陷的问题。
一种电动伺服机构柔性喷管神经网络建模及其控制方法

[发明专利]利用神经网络来整定鲁棒PID控制器参数的方法-CN200510049029.X无效
发明人：马龙华;常辉 -专利权人：浙江大学
申请日： 2005-02-03 - 公布日： 2005-08-03 - 主分类号： G05B13/00 文献下载
摘要：本发明公开了一种用神经网络整定过程控制系统的PID控制器里的参数的方法。它是一种多层前向神经网络，利用继电反馈所产生的极限环周期振荡来估计被控对象的参数作为神经网络的输入，然后神经网络输出PID控制所需的K_c，T_i，T_d，具有常规控制器无法比拟的优点。
利用神经网络来整定鲁棒 pid 控制器参数方法

[发明专利]一种面向通用神经网络张量处理器的统一编程方法-CN202210031005.5在审
发明人：罗闳訚;何日辉;周志新;汤梦饶;尤培坤 -专利权人：厦门壹普智慧科技有限公司
申请日： 2022-01-12 - 公布日： 2022-08-30 - 主分类号： G06F8/20 文献下载
摘要：本发明公开了一种面向通用神经网络张量处理器的统一编程方法，包括：基于开发软件的开发步骤；基于开发软件的验证步骤；基于硬件虚拟软件的验证步骤；和基于硬件的部署；其中，所述开发软件，是指用于完成神经网络算法训练的软件，所述硬件虚拟软件是指用于模拟神经网络算法所运行硬件行为的软件，所述硬件是指用于执行神经网络算法的硬件。本发明的统一编程方法解决了常规神经网络算法嵌入式部署时开发难度大、任务重、碎片化程度高、难管理等问题，实现神经网络算法与应用开发统一的、由现有成熟软件框架直接生成最终部署文件的端到端部署方案，从而极大地提高了神经网络嵌入式部署的易用性
一种面向通用神经网络张量处理器统一编程方法

[发明专利]一种基于deepstream的物流重叠识别方法-CN202210388524.7在审
发明人：袁杨宇;刘宽;王鹏;樊宸铭;李悦;周显超;徐彬峰;周积鑫;车禹 -专利权人：重庆亲禾智千科技有限公司
申请日： 2022-04-14 - 公布日： 2022-08-05 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种基于deepstream的物流重叠识别方法，属于物流分拣技术领域，包括目标识别神经网络重叠识别，所述目标识别神经网络重叠识别包括同时使用两个目标检测神经网络对传送带上包裹的位置进行检测；第一个神经网络使用常规目标检测神经网络，用于对未被遮挡的货物进行检测，第二个神经网络针对遮挡的情形进行优化，对第一个和第二个神经网络检测的结果使用匈牙利算法进行分配；对分配的结果和未成功配对的部分进行分析
一种基于 deepstream 物流重叠识别方法

[发明专利]常规超声和超声造影图像乳腺肿瘤识别方法及装置-CN202211176230.4在审
发明人：李林;王雪;杜欢;李阳;孙医学;祝子祎;都晓英;解郑;张盼盼;张艳;张顺花;胡阳慧;刘德顺;沈东 -专利权人：蚌埠医学院第一附属医院
申请日： 2022-09-26 - 公布日： 2022-12-16 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种常规超声和超声造影图像乳腺肿瘤识别方法及装置，一方面，通过双路卷积神经网络(双路深度卷积神经网络)分别处理二维信息和三维信息，并对处理获得的两类特征进行融合，从而获得更高层次的特征表达，有利于提升识别结果的准确性；并且，利用双路卷积神经网络提取到的互补特征，增强了卷积神经网络的拟合能力和提取特征表达的性能，使得网络模型具有较强的泛化能力。
常规超声造影图像乳腺肿瘤识别方法装置