“神经网络模式”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1315377个，建议您升级VIP下载更多相关专利

[发明专利]神经网络模型训练方法、装置及电子设备-CN201911006317.5在审
发明人：浦世亮;虞抒沁 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2019-10-22 - 公布日： 2021-04-23 - 主分类号： G06N3/04 文献下载
摘要：本申请实施例提供了神经网络模型训练方法、装置及电子设备，该方法包括获取训练集；在训练集中选取样本图像输入到神经网络模型中进行训练；获取神经网络模型的训练状态信息，其中，训练状态信息表示神经网络模型的性能；按照训练状态信息，确定当前的性能模式；按照当前的性能模式对应的训练方式，对神经网络模型进行训练。获取神经网络模型的训练状态信息，以确定性能模式，并按照性能模式对应的训练方式，对神经网络模型进行训练，能够按照性能模式对应的训练方式，对神经网络模型进行训练，以提高各阶段训练的准确度，从而提高了神经网络模型的准确度
神经网络模型训练方法装置电子设备

[发明专利]智简网络的模式坍塌抑制方法、电子设备和存储介质-CN202310871356.1在审
发明人：董辰;刘洋;刘庚;任洁 -专利权人：北京邮电大学;北京智芯微电子科技有限公司;国网思极紫光（青岛）微电子科技有限公司
申请日： 2023-07-14 - 公布日： 2023-10-13 - 主分类号： H04L41/16 文献下载
摘要：本发明提供了智简网络的模式坍塌抑制方法、电子设备和存储介质，所述方法包括：根据智简网络中每一个网络节点的功能需求，在所述智简网络的各网络节点中搜寻满足所述功能需求的神经网络模型；利用所述神经网络模型的语义导频测试数据集合对该神经网络模型进行模式坍塌检测，以判断该神经网络模型是否存在模式坍塌；限制存在模式坍塌的所述神经网络模型在所述智简网络的各网络节点间的传播。本发明能够即使发现存在模式坍塌的神经网络模型，从而能够有效限制存在模式坍塌的神经网络模型在智简网络中的传播，以及提高智简网络的通信性能。
网络模式坍塌抑制方法电子设备存储介质

[发明专利]神经网络量化及部署方法、系统、电子设备及存储介质-CN202210506019.8有效
发明人：李晓泉;陈帅 -专利权人：上海登临科技有限公司
申请日： 2022-05-11 - 公布日： 2022-09-09 - 主分类号： G06N3/08 文献下载
摘要：本申请提供一种基于片内异构硬件的神经网络量化及部署方法、系统、电子设备及存储介质，应用于神经网络技术领域，其中神经网络量化方案包括：采用预设的目标模式对待量化的神经网络模型进行模式匹配搜索，以从所述神经网络模型中匹配出所述目标模式对应的一个或多个目标量化区域；采用量化策略对所述目标模式进行量化处理。通过根据异构硬件特性进行神经网络模型的量化处理，可使得量化后的神经网络模型部署在实际硬件后综合提升神经网络的精度和性能。
神经网络量化部署方法系统电子设备存储介质

[发明专利]一种多模态神经形态网络核-CN201510419465.5有效
发明人：裴京;施路平;王栋;邓磊;徐海峥;李国齐;马骋 -专利权人：清华大学
申请日： 2015-07-16 - 公布日： 2018-02-16 - 主分类号： G06N3/06 文献下载
摘要：本发明提供一种多模态神经形态网络核，包括模式寄存器、轴突输入单元、突触权重存储单元、树突单元和神经元计算单元。该多模态神经形态网络核既可以进行人工神经网络运算，也可以进行脉冲神经网络运算，且可以按照需要在人工神经网络运行模式和脉冲神经网络运行模式间切换。
一种多模态神经形态网络

[发明专利]运算装置-CN201980088624.4在审
发明人：村田大智 -专利权人：日立安斯泰莫株式会社
申请日： 2019-10-11 - 公布日： 2021-09-07 - 主分类号： G06N3/08 文献下载
摘要：本发明提供了一种具有使用输入数据和权重系数来进行运算的神经网络的运算装置，该运算装置具有：网络解析部，其基于输入数据计算神经网络的神经元的点火状态；以及缩减部，其基于所述神经元的点火状态，从设置了神经网络的缩减率的多个缩减模式中限定缩减模式的候选，基于所限定的候选缩减模式的候选实行神经网络的缩减，生成缩减后的神经网络。
运算装置

[发明专利]一种基于序贯神经网络的储层相建模方法-CN202210855117.2在审
发明人：欧成华;权昊森;李朝纯 -专利权人：西南石油大学
申请日： 2022-07-19 - 公布日： 2023-03-07 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于序贯神经网络的储层相建模方法，包括序贯神经网络的相模式数据量版建立、序贯神经网络相建模技术方法以及序贯神经网络相建模结果可视化的步骤；所述序贯神经网络的相模式数据量版建立还包括多类型相模式数据量版建立和各量版统计特征分析及预处理的子步骤；所述序贯神经网络相建模技术方法还包括序贯神经网络样本链建立、序贯神经网络结构建立以及序贯神经网络并行训练与组合推断子步骤；本发明实现了快速、可靠、智能地建立复杂相体系建模。
一种基于神经网络储层相建模方法

[发明专利]一种基于证据神经网络模型的机械产品故障模式识别方法-CN201711248449.X有效
发明人：彭文胜;徐明;曾晨晖;常志刚 -专利权人：中国航空综合技术研究所
申请日： 2017-11-30 - 公布日： 2020-12-29 - 主分类号： G01M99/00 文献下载
摘要：本发明是一种基于证据神经网络模型的机械产品故障模式识别方法，该方法定义了一种新型的基于证据理论和径向基神经网络模型的证据神经网络模型，并且基于该证据神经网络模型对机械产品的信号特征进行模式判定，进行故障模式的识别，兼顾样本量有限以及精度要求高的特点，基于证据理论和神经网络模型，证据理论的基本信任分配函数用来度量神经网络训练过程中的不确定性，并且利用证据融合法则进行信息的融合，证据神经网络能够有效地提高故障模式识别的精度
一种基于证据神经网络模型机械产品故障模式识别方法

[发明专利]基于衍射深度神经网络的光学轨道角动量模式光学系统-CN202011156810.8有效
发明人：刘俊敏;陈丽贞;王佩佩;黄泽斌;柴广跃;陆黎明;陈书青 -专利权人：深圳技术大学
申请日： 2020-10-26 - 公布日： 2022-03-22 - 主分类号： G06N3/067 文献下载
摘要：本发明涉及一种基于衍射深度神经网络的光学轨道角动量模式光学系统。该系统中激光光源、起偏器、光纤耦合器、光纤准直器、涡旋光产生模块、模式复用神经网络模块、模式解复用神经网络模块、共轭涡旋光产生模块、探测器依次排列，模式复用神经网络模块的输入端通信连接涡旋光产生模块的输出端，模式解复用神经网络模块的输入端通信连接模式复用神经网络模块的输出端，模式解复用神经网络模块的输出端通信连接共轭涡旋光产生模块，共轭涡旋光产生模块的输出端通信连接探测器的输入端。本发明的涡旋光模式光学系统装置具有操作简单方便，光场信号处理准确灵活以及复用和解复用效果高效等特点，在轨道角动量通信等方面具有广阔的应用前景。
基于衍射深度神经网络光学轨道角动量模式光学系统

[发明专利]脉冲神经网络模式探测装置和模式探测方法-CN201210301374.8有效
发明人：王昊;阮昊;夏知拓 -专利权人：中国科学院上海光学精密机械研究所
申请日： 2012-08-22 - 公布日： 2012-12-19 - 主分类号： G06N3/02 文献下载
摘要：一种脉冲神经网络模式探测装置和模式探测方法，该神经网络模式探测装置由参数处理模块、输入判断模块、权重衰减模块、权重增强模块、输出神经元膜电位计算模块和脉冲处理模块构成。本发明可以探测淹没在背景噪声中模式的出现时刻，其探测正确率高于BP网络，基本接近于100%，而且特别适合于大数据量的输入，识别速度小于0.7秒，相对其他神经网络来说识别速度有很大提高，所述的脉冲神经网络模式探测装置训练方式简单，因而非常易于软件实现，最重要的是可以实现神经网络的线上学习。
脉冲神经网络模式探测装置方法

[发明专利]一种基于遗传算法和模糊神经网络的交通模式识别方法-CN202210300909.3在审
发明人：梁瑞仕;冼俊伟;刘杰;易晓莲;熊仲宇;杨会志;黄敏;周艳明 -专利权人：电子科技大学中山学院
申请日： 2022-03-24 - 公布日： 2022-07-05 - 主分类号： G06K9/62 文献下载
摘要：本发明属于交通技术领域，具体涉及一种基于遗传算法和模糊神经网络的交通模式识别方法，目的在于识别电梯所处的交通模式，使用k‑means聚类方法对训练数据进行预处理和标签构建，构建三层模糊神经网络模型输出各个交通模式的预测概率，使用遗传算法对构建的模糊神经网络模型中的权重系数进行初始化。本发明有效避免了神经网络在最优化目标时陷入局部最优解，提高了识别交通模式过程中的程序性能。使用遗传算法对神经网络的权重进行初始化，可为后续神经网络反向传播优化提供基础。采用模糊逻辑方法，能降低神经网络出现过拟合的情况，平滑了客流量在某一特殊情况下出现急剧变化的过程，从而使神经网络的训练和预测交通模式时更加准确。
一种基于遗传算法模糊神经网络交通模式识别方法

[发明专利]基于自适应修正神经网络的模式识别方法-CN201310422987.1有效
发明人：高甜容;岳东峰;孙雨;王进;朱磊森;张莹莹;崔梦莹;王文剑;高冉;杜易;冒蓉 -专利权人：北方信息控制集团有限公司
申请日： 2013-09-17 - 公布日： 2014-01-01 - 主分类号： G06K9/66 文献下载
摘要：本发明涉及模式识别领域，具体的说是一种基于自适应修正神经网络的模式识别方法；该方法首先采用概率神经网络模型对输入的训练样本进行分类，得到分类正确的样本和分类错误的样本；然后在概率神经网络模型结构的基础上添加输入层、中心层和激励层，构建自适应修正神经网络模型结构；之后针对概率神经网络模型分类错误的样本，以自身为中心点，计算与其他类别样本间的允许半径，聚类同类别错误样本，从而实现分类模式的批量修正以及判决分界面的重新规划，建立自适应修正神经网络模型；最后基于自适应修正神经网络模型对输入的测试样本进行模式识别；本发明具有模式分类准确率高、模型泛化能力强、分类实时性能好、应用前景广阔等特点。
基于自适应修正神经网络模式识别方法

[发明专利]一种解释脉冲神经网络模型运行的可视化交互方法-CN202310522580.X在审
发明人：邓水光;孙庆姣;李沁心;章明;杨国青;李莹;潘纲 -专利权人：浙江大学;之江实验室
申请日： 2023-05-10 - 公布日： 2023-09-08 - 主分类号： G06N3/10 文献下载
摘要：本发明公开了一种解释脉冲神经网络模型运行的可视化交互方法，在编辑模式下，包括以下步骤：设计脉冲神经网络模型的网络结构；修改脉冲神经网络模型的神经元连接权重值；设置脉冲神经网络模型的每层阈值电压；随机生成脉冲神经网络模型的输入脉冲序列；基于设置结果运行脉冲神经网络模型并进行动态可视化。在模型文件导入模式下，包括以下步骤：输入脉冲神经网络模型文件并进行模型结构解析；运行解析的脉冲神经网络模型并进行动态可视化。该方法可以实现对脉冲神经网络模型运行过程的可视化解释。
一种解释脉冲神经网络模型运行可视化交互方法

[发明专利]构造和操作人工循环神经网络-CN202080096251.8在审
发明人： H·马克莱姆 -专利权人：英艾特股份公司
申请日： 2020-12-11 - 公布日： 2022-09-23 - 主分类号： G06N3/04 文献下载
摘要：用于选择循环神经网络中形成认知过程的一组元素的方法、系统和装置——包括编码在计算机存储介质上的计算机程序。所述方法包括：识别所述循环神经网络中的与相对简单的拓扑模式相称的活动；使用识别的相对简单的拓扑模式作为约束以识别所述循环神经网络中的活动的相对更复杂的拓扑模式；使用识别的相对更复杂的拓扑模式作为约束以识别所述循环神经网络中的活动的相对又更复杂的拓扑模式；以及输出对在所述循环神经网络中已经发生的活动的拓扑模式的识别。
构造操作人工循环神经网络

[发明专利]用于创建脉冲神经网络的方法、设备和计算机程序-CN202010877946.1在审
发明人： T·普法伊尔;A·库格勒 -专利权人：罗伯特·博世有限公司
申请日： 2020-08-27 - 公布日： 2021-03-05 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及一种用于创建脉冲神经网络（英文Spiking Neural Network）的方法（10）。该方法开始于将可预先给定的控制模式（英文rollout pattern）分派给深度神经网络。接着，在使用该控制模式的情况下对该深度神经网络进行教导。接着，将该深度神经网络转换成该脉冲神经网络，其中根据该控制模式来分别给该脉冲神经网络的连接分配延迟。
用于创建脉冲神经网络方法设备计算机程序

[发明专利]一种基于小规模概率神经网络的电路故障诊断方法及装置-CN201911187291.9有效
发明人：杨成勇;邓怡;徐晶晶;李龙 -专利权人：湖南威升科技有限公司
申请日： 2019-11-28 - 公布日： 2020-06-02 - 主分类号： G06F30/30 文献下载
摘要：本发明实施例提供了一种基于小规模概率神经网络的电路故障诊断方法及装置，所述方法包括：计算电路的各状态下的样本集内各样本点的稀疏度，并根据所述稀疏度，确定概率神经网络中的模式层的备选神经元样本；确定所述概率神经网络中的模式层的备选神经元样本的激活状态；根据所述概率神经网络中的模式层的备选神经元样本的激活状态，构建小规模概率神经网络，并应用所述小规模概率神经网络对所述电路进行故障诊断，从而可提高电路故障诊断的效率。
一种基于小规模概率神经网络电路故障诊断方法装置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条