“神经网络优化”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1340957个，建议您升级VIP下载更多相关专利

[发明专利]一种基于BP神经网络的网络节点安全态势评估方法-CN201710328552.9在审
发明人：谢丽霞;李爽;杨宏宇;王志华 -专利权人：中国民航大学
申请日： 2017-05-11 - 公布日： 2017-09-29 - 主分类号： H04L12/24 文献下载
摘要：本发明公开了一种基于BP神经网络的网络节点安全态势评估方法，包括如下步骤利用布谷鸟算法对BP神经网络的权值和阈值进行优化；选择网络节点的历史态势数据作为BP神经网络的输入层数据，将与该历史态势数据对应的态势值作为BP神经网络的输出层数据，并利用优化好的权值和阈值对BP神经网络进行训练，完成态势数据到态势值的映射，得到优化后的BP神经网络；利用优化好的BP神经网络对网络节点安全态势进行评估；本发明提供的基于BP神经网络的网络节点安全态势评估方法具有较快的评估速度和较高的评估精度
一种基于 bp 神经网络网络节点安全态势评估方法

[发明专利]一种数据处理方法及相关产品-CN201910366872.2在审
发明人：不公告发明人 -专利权人：中科寒武纪科技股份有限公司
申请日： 2019-04-30 - 公布日： 2020-10-30 - 主分类号： G06N3/08 文献下载
摘要：本申请实施例公开了一种数据处理方法及相关产品，当神经网络模型中存在可以优化的结构时，通过对神经网络模型执行多种优化操作中的至少一个优化操作，可以实现针对神经网络模型的优化，当接收到机器学习处理任务的请求时，调用优化后的神经网络模型可以减少冗余计算，继而提高神经网络模型的运算速度。
一种数据处理方法相关产品

[发明专利]适合于硬件实现的神经网络参数优化方法、神经网络计算方法和装置-CN201980007377.0在审
发明人：李相宪;金明谦;金周赫 -专利权人：深爱智能科技有限公司
申请日： 2019-07-18 - 公布日： 2020-10-09 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及一种适合于硬件实现的神经网络参数优化方法、神经网络计算方法和装置。根据本发明的适合硬件实现的神经网络参数优化方法可以包括：将神经网络中的现有参数变换成符号化参数和对于每个通道具有单个值的大小参数；再通过剪枝已变换的大小参数而生成优化参数。因此，本发明提供通过在硬件实现中有效地优化卷积神经网络的大量计算及其参数而获得最小的精度损失和最快的计算速度的神经网络参数优化方法、神经网络计算方法及其装置。
适合于硬件实现神经网络参数优化方法计算方法装置

[发明专利]一种基于网络模型免疫优化的设备故障诊断方法-CN202211111953.6在审
发明人：陈军敢;朱仲杰;陈丹江;陈伟明;金力 -专利权人：浙江万里学院
申请日： 2022-09-13 - 公布日： 2023-01-03 - 主分类号： G06F18/241 文献下载
摘要：本发明涉及一种基于网络模型免疫优化的设备故障诊断方法，包括如下步骤：步骤1、对采集的设备数据进行预处理，得到多帧时频图，并将多帧时频图构建成训练集和测试集；步骤2、构建神经网络并对其进行初始化，接着对初始化的神经网络进行优化，得到至少两个优化后的神经网络，并对每个优化后的神经网络进行训练，得到每个训练完成后的神经网络；步骤3、将测试集中的同一个测试样本输入到训练完成后的每个神经网络中，并对每个神经网络输出结果进行融合，即得到设备的故障诊断结果该方法简单，通过抗体的方式事先确定出神经网络的卷积核个数最优值，提高了神经网络的识别准确率，同时该方法的有效抗体选取耗时少，减少神经网络的模型优化周期。
一种基于网络模型免疫优化设备故障诊断方法

[发明专利]网络优化方法及装置、数据处理方法、电子设备-CN202111152099.3在审
发明人：戚海涛;李涵;丁瑞强;李康;张抗 -专利权人：北京灵汐科技有限公司
申请日： 2021-09-29 - 公布日： 2023-04-04 - 主分类号： G06N3/0464 文献下载
摘要：本公开提供了一种网络优化方法及装置、数据处理方法、电子设备。所述方法包括：对已训练的神经网络进行量化，得到第1状态的量化矩阵，所述量化矩阵用于指示所述神经网络中算子的类型及算子之间的连接关系；通过预设的强化网络对第n状态的量化矩阵进行优化函数预测，确定第n状态的优化函数，n为大于或等于1的整数；通过所述第n状态的优化函数，对与所述第n状态的量化矩阵对应的第n状态的神经网络进行优化，得到第n+1状态的神经网络；在所述第n+1状态的神经网络满足预设条件的情况下，将所述第n+1状态的神经网络确定为优化后的目标神经网络。根据本公开的实施例能够提高神经网络优化的准确率和优化效率。
网络优化方法装置数据处理电子设备

[发明专利]基于神经网络的宽带微波瞬时频率测量优化方法和装置-CN201910283198.1有效
发明人：邹卫文;邹秀婷;徐绍夫;陈建平 -专利权人：上海交通大学
申请日： 2019-04-10 - 公布日： 2021-07-27 - 主分类号： G01R29/08 文献下载
摘要：本发明提供了一种基于神经网络的宽带微波瞬时频率测量优化装置，包括：布里渊散射瞬时频率测量模块和神经网络模块。布里渊散射瞬时频率测量模块能够测得多组未知宽带微波信号的带噪瞬时频率，并将带噪瞬时频率输出至神经网络模块；神经网络模块对带噪瞬时频率进行处理形成训练集和应用集，训练集用于训练得到对带噪瞬时频率具有降噪效果的神经网络，训练后的神经网络对应用集进行优化，得到较为精确的瞬时频率即优化瞬时频率，以此来验证神经网络模块对布里渊散射瞬时频率测量模块优化的可行性。同时提供了一种优化方法。本发明利用神经网络对宽带微波瞬时频率测量模块进行优化可以获得未知宽带微波信号的优化瞬时频率。
基于神经网络宽带微波瞬时频率测量优化方法装置

[发明专利]一种神经网络的优化方法及装置-CN201610887709.7在审
发明人：张玉兵 -专利权人：广州视源电子科技股份有限公司
申请日： 2016-10-11 - 公布日： 2017-05-10 - 主分类号： G06N3/08 文献下载
摘要：本发明实施例公开了一种神经网络的优化方法及装置。该方法包括获取符合设定精度条件的初始神经网络，确定所述初始神经网络中相邻两层单元节点间的权重参数矩阵；根据设定的删除阈值处理所述权重参数矩阵，确定所述初始神经网络中待删除的单元节点；删除所述单元节点形成优化后的目标神经网络利用该方法，能够简单高效的对神经网络进行压缩，实现神经网络的优化，由此在基于优化的后神经网络进行人脸识别时，能够达到加快识别处理速度，缩短识别处理时间，降低存储、运行内存以及显存等空间占用的目的。
一种神经网络优化方法装置

[发明专利]一种基于神经网络的脑电信号通道选择方法-CN202010256624.5有效
发明人：孙彪;张晗 -专利权人：天津大学
申请日： 2020-04-02 - 公布日： 2023-04-18 - 主分类号： A61B5/372 文献下载
摘要：一种基于神经网络的脑电信号通道选择方法，通过脑电仪采集被试者脑电数据；数据预处理；将一维的脑电数据转化成二维的时频域数据；建立卷积神经网络模型；选择RMSprop作为卷积神经网络模型的优化器，卷积神经网络模型的输出激活函数选择Sigmoid；卷积神经网络模型的损失函数采用对数损失函数；通过优化器对卷积神经网络模型的损失函数进行优化，保存优化后的卷积神经网络模型；将优化后的卷积神经网络模型从输入层到第一SE模块的后全连接层+softmax，建立新的神经网络模型，得到的一维数组构成输入脑电数据每个通道的权重；根据得到的通道权重的数据，画出脑电地形图。本发明获得较好的数据特征，结合神经网络进行分类，最高到95.87％的准确率。
一种基于神经网络电信号通道选择方法

[发明专利]一种神经网络的参数优化方法、系统及电子设备-CN201711125853.8在审
发明人：赵宝新;须成忠;赵娟娟 -专利权人：深圳先进技术研究院
申请日： 2017-11-14 - 公布日： 2018-04-13 - 主分类号： G06N3/04 文献下载
摘要：本申请涉及一种神经网络的参数优化方法、系统及电子设备。所述方法包括步骤a训练神经网络，并在训练过程中检测所述神经网络是否陷入局部最优解，如果陷入局部最优解，执行步骤b；步骤b执行跳出操作利用非正规化梯度计算方法打破所述神经网络的权重更新方向，并选取新的更新方向，使所述神经网络的权重向着新的更新方向更新；步骤c执行再优化操作通过优化算法对所述神经网络进行参数再优化，使所述神经网络找到新的最优解。本申请利用非正规化梯度下降法打破原有梯度下降的更新方向，使得神经网络的权重向着不同的方向更新，并与再优化模块进行不断迭代，解决了神经网络陷入局部最优解后的系统性能无法提升的问题。
一种神经网络参数优化方法系统电子设备

[发明专利]一种卷积神经网络优化方法、装置和设备-CN202011133853.4在审
发明人：马艺菲;韩一石 -专利权人：广东工业大学
申请日： 2020-10-21 - 公布日： 2020-12-15 - 主分类号： G06N3/04 文献下载
摘要：本申请公开了一种卷积神经网络优化方法、装置和设备，方法包括：输入训练样本至构建好的卷积神经网络模型；基于遗传算法对卷积神经网络模型中的卷积层和全连接层的权重进行初始化，得到优化后的初始权重；基于优化后的初始权重和训练样本，通过模拟退火算法对卷积神经网络模型中的参数进行优化训练，得到优化后的卷积神经网络模型，解决了现有的卷积神经网络采用梯度下降算法进行学习，该算法性能的好坏受卷积神经网络的初始权重影响较大，并且通过误差反向传播算法对卷积神经网络进行训练时，容易得到局部极小值，而非全局极小值，使得训练得到的卷积神经网络预测性能较差的技术问题。
一种卷积神经网络优化方法装置设备

[发明专利]一种构建神经网络架构搜索的方法、设备和智能设备-CN202011031511.1在审
发明人：周镇镇;李峰 -专利权人：苏州浪潮智能科技有限公司
申请日： 2020-09-27 - 公布日： 2021-01-15 - 主分类号： G06N3/04 文献下载
摘要：本发明提供了一种构建神经网络架构搜索的方法、设备和智能设备，该方法包括以下步骤：搜索卷积神经网络架构，并选取搜索到的卷积神经网络架构中性能最好的卷积神经网络架构；使用网络态射对性能最好的卷积神经网络架构进行优化，并对优化后的卷积神经网络架构进行采样；使用模拟退火算法对采样后获得的子网络进行优化；使用优化后的子网络对卷积神经网络架构进行多次网络态射以得到神经网络架构搜索。通过使用本发明的方案，能够仅需少量训练可实现一个训练有素的深度学习网络，可直接迁移至其他应用场景，具有容易拓展，评估表现更好，资源占用更轻量化的优点。
一种构建神经网络架构搜索方法设备智能

[发明专利]基于神经网络模型状态观测器的火电机组协调优化方法-CN202010478394.7有效
发明人：石家魁;李晓明;万杰;姚坤;孙殿承;付俊丰;鲁晓泰;江万泽;张磊;刘东旭 -专利权人：黑龙江苑博信息技术有限公司;东北电力大学;哈尔滨沃华智能电力技术有限公司;哈尔滨工业大学
申请日： 2020-05-29 - 公布日： 2023-04-18 - 主分类号： H02J3/46 文献下载
摘要：基于神经网络模型状态观测器的火电机组协调优化方法，属于火电机组自动控制技术领域，本发明为解决现有机组协调控制优化方法存在难以满足所有工况、设计复杂的问题。它建立机组协调系统的神经网络模型和状态观测器；根据神经网络模型获得神经网络模型的控制量；实时采集机组输出和神经网络模型输出，计算机组输出和神经网络模型输出的差值；实时采集神经网络模型输出和状态观测器输出，计算神经网络模型输出和状态观测器输出的差值；分别判断两个差值是否在阈值范围内，如果不在阈值范围内则以实时数据更新神经网络模型；神经网络模型更新完成后，完成机组协调优化。本发明用于对火电机组的协调系统进行优化。
基于神经网络模型状态观测器火电机组协调优化方法

[发明专利]一种用于污水曝气的气量分配控制方法-CN202110756152.4有效
发明人：朱德文 -专利权人：上海华高汇元工程服务有限公司
申请日： 2021-07-05 - 公布日： 2023-08-25 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种用于污水曝气的气量分配控制方法，包括：步骤(1)：构建BP神经网络，所述BP神经网络包括输入层、隐含层和输出层；步骤(2)：对所述BP神经网络进行优化，得到优化后的BP神经网络；步骤(3)：将各个支管阀对应生物池廊道的设定气量输入所述优化后的BP神经网络，得到各个生物池廊道对应支管阀的开度。本发明通过构建并优化BP神经网络，提高生物池曝气效率。
一种用于污水气量分配控制方法

[发明专利]基于粒子群优化BP神经网络的电子膨胀阀流量特性预测-CN202111410446.8在审
发明人：梁高帅;上官文斌 -专利权人：华南理工大学
申请日： 2021-11-19 - 公布日： 2022-03-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了基于粒子群优化BP神经网络的电子膨胀阀流量特性预测，包括以下步骤：获取实验数据样本并进行预处理；构建BP神经网络拓扑结构；采用粒子群算法优化BP神经网络的初始权值和阈值；将优化后的初始权值和阈值输入到BP神经网络进行样本的训练和测试；将训练完成的神经网络进行不同工况下的流量特性预测。该发明的优越性在于采用了一种BP神经网络的方法预测电子膨胀阀流量特性，采用了粒子群优化算法优化BP神经网络的初始权值和阈值，改善了BP神经网络收敛速度慢甚至不收敛或者陷入局部极小值的缺陷，方法便捷高效，
基于粒子优化 bp 神经网络电子膨胀流量特性预测

[发明专利]神经网络模型推理方法、装置、计算机设备和存储介质-CN202180050194.4在审
发明人：庄奇 -专利权人：深圳元戎启行科技有限公司
申请日： 2021-04-12 - 公布日： 2023-03-28 - 主分类号： G06N5/04 文献下载
摘要：一种神经网络模型推理方法，包括：获取神经网络模型推理任务，所述神经网络模型推理任务包括模型标识(202)；获取所述模型标识对应的神经网络模型，对所述神经网络模型进行解析，得到所述神经网络模型对应的计算图，所述计算图中包括连接层(204)；获取预先构建的数据结构模板，根据所述数据结构模板生成所述计算图对应的目标子数据结构(206)；根据所述目标子数据结构以及所述连接层在所述计算图中确定待优化连接层数据(208)；根据所述目标子结构数据对所述待优化连接层数据进行优化处理，得到优化后的神经网络模型(210)；及根据所述优化后的神经网络模型进行推理，得到模型推理结果(212)。
神经网络模型推理方法装置计算机设备存储介质