“人工神经网络算法”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2131898个，建议您升级VIP下载更多相关专利

[发明专利]一种针对神经网络算法投毒攻击的鲁棒训练方法-CN202310363794.7在审
发明人：方永强;张顺;郭敏;张箐碚;桓琦;曾颖明;张海宾 -专利权人：北京计算机技术及应用研究所;西安电子科技大学
申请日： 2023-04-07 - 公布日： 2023-07-25 - 主分类号： G06F18/241 文献下载
摘要：本发明涉及一种针对神经网络算法投毒攻击的鲁棒训练方法，属于人工智能安全技术领域。该方法包括步骤：构建神经网络；构建鲁棒训练损失函数；使用包含投毒样本的训练集对神经网络进行预训练，得到神经网络预训练模型；根据神经网络预训练模型，获得包含投毒样本的训练集被预测为真实标签的概率，过滤预测概率低于过滤阈值的样本，从而剔除投毒样本，得到干净的训练集；使用干净的训练集对神经网络预训练模型进行再训练，得到神经网络模型；对神经网络模型进行性能测试。本发明利用模型预测结果与单调递增函数实现样本权重的自适应更新，增大投毒样本与干净样本的权重差异，降低了神经网络模型拟合投毒样本的风险，提高神经网络模型分类的准确率。
一种针对神经网络算法投毒攻击训练方法

[发明专利]改进闪电连接过程优化算法的网络流量预测方法及系统-CN202110881720.3有效
发明人：王春枝;邢绍文;严灵毓;苏军;汪俊芳;常宇光 -专利权人：湖北工业大学;武汉烽火技术服务有限公司
申请日： 2021-08-02 - 公布日： 2023-06-30 - 主分类号： H04L41/14 文献下载
摘要：本发明属于网络流量预测技术领域，公开了一种改进闪电连接过程优化算法的网络流量预测方法及系统，利用pandas工具将网络流量数据导入模型，进行数据清洗与数据增强，并将数据分成训练集、验证集、测试集，并确定神经网络中输入层、输出层和隐藏层单元个数；通过结合Levy飞行与闪电连接过程优化LAPO算法的搜索策略Levy‑LAPO实现搜索神经网络的最优超参数；根据搜索后的最优化参数，将其作为神经网络的初始参数进行训练，得到训练完成的神经网络本发明成本低、推广容易；减少了计算量，收敛速度快，节省了计算资源的消耗和时耗；无需人工领域知识介入，扩大了领域的应用面，提升了算法的收敛性能。
改进闪电连接过程优化算法网络流量预测方法系统

[发明专利]一种基于人工神经网络的锅炉效率在线计算方法及系统-CN201910947787.5在审
发明人：杨斌;杜贞爱;柳琦;张芹;高原;何钦;何皓;彭钦磊;梅寒 -专利权人：武汉市政工程设计研究院有限责任公司
申请日： 2019-10-08 - 公布日： 2020-01-17 - 主分类号： G06Q10/06 文献下载
摘要：本发明涉及一种基于人工神经网络的锅炉效率在线计算方法及系统，其方法包括采集锅炉全负荷正常运行工况下的历史数据信息并归一化处理；将归一化后的历史数据信息作为输入变量，锅炉效率作为输出变量构建基于人工神经网络的锅炉效率计算模型本发明通过人工神经网络这种机器学习算法，建立基于人工神经网络的锅炉效率计算模型，通过对模型的训练得到基于人工神经网络的计算模型，便于在线计算中实时调用，从而在线计算锅炉效率以及热力系统的经济性。
锅炉效率计算模型人工神经网络历史数据信息在线计算实时数据信息锅炉全负荷机器学习算法归一化处理热力系统输出变量输入变量训练样本归一化调用构建采集输出

[发明专利]一种基于BP神经网络的配电电缆绝缘层实时温度计算方法-CN201611085634.7在审
发明人：王春宁;许洪华;马宏忠;付明星;刘宝稳 -专利权人：国网江苏省电力公司南京供电公司;河海大学;国家电网公司;国网江苏省电力公司
申请日： 2016-11-30 - 公布日： 2017-05-31 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及一种基于BP神经网络的配电电缆绝缘层实时温度计算方法，属电力电缆状态监测于技术领域。该方法执行如下步骤1）获取配电电缆部分参数作为训练样本和测试数据；2）建立三层BP神经网络；3）以获取的配电电缆运行数据作为训练样本，将人工鱼群算法与神经网络相结合，训练网络得到最优的神经网络结构；4）将实时采集的配电电缆导体运行电流和外表皮温度输入到步骤3中训练好的BP神经网络模型。本发明将鱼群算法与BP神经网络相结合应用于电缆绝缘层温度计算中，结合配电电缆的实际运行数据，对BP神经网络进行训练，相比于现有方法，本发明提出的方法，不用考虑电缆的结构及敷设环境等非线性因素，计算误差小
一种基于 bp 神经网络配电电缆绝缘实时温度计算方法

[发明专利]一种基于改进蜣螂算法优化Elman神经网络的废气污染预测方法-CN202310793267.X在审
发明人：罗浩;陶静蕾;周业辉;刘岩鑫;吴奕辉;陈诺;范媛媛;桑英军 -专利权人：淮阴工学院
申请日： 2023-06-30 - 公布日： 2023-10-20 - 主分类号： G06F18/214 文献下载
摘要：一种基于改进蜣螂算法优化Elman神经网络的废气污染预测方法，通过对采集目标的尾气数据集信息进行处理；将处理好的数据集划分为训练集和测试集，并确定Elman神经网络模型的权值和阈值以及承接层值，设置网络参数；利用经过Logistic‑Tent‑Tan混沌映射公式和振荡算子改进后的蜣螂算法获取最优值，并将获取的最优值作为Elman神经网络的最优权值和阈值；最后输出预测结果。蜣螂算法通过加入振荡算子和logistic‑tent‑tan混沌映射进行优化改进，将具有比原算法更好的寻优性能。本发明克服了Elman神经网络训练周期长、精度不高、容易陷入局部最优值的问题。可以提前预测污染物浓度，及时向监测人员提供参考，制定应对措施，减少污染风险，降低人工成本。较原Elman神经网络预测效果更佳，误差值更小。
一种基于改进蜣螂算法优化 elman 神经网络废气污染预测方法

[发明专利]基于人工蜂群和神经网络的监测有害气体预测方法及系统-CN201910175908.9在审
发明人：吕晶 -专利权人：杭州麦乐克科技股份有限公司
申请日： 2019-03-08 - 公布日： 2019-06-21 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于人工蜂群和神经网络的监测有害气体预测方法，包括：获取气体监测数据；将气体监测数据根据时间段进行切分处理，得到每个时间段的气体数据集；判断所述气体数据集中的野值点，将所有野值点转换为正常数据值，去除气体数据集中的空值点以及超范围点，通过去除气体数据集中的空值点以及超范围点之后的数据集和正常数据值组成新气体数据集；采用人工蜂群算法对所述神经网络模型进行优化，将待测气体监测数据输入至精准的神经网络模型中通过本发明的方法和系统，将人工蜂群算法和神经网络算法相互结合，能精确的预测出气体中是否含有有害气体的趋势，预测结果精准。
气体数据气体监测人工蜂群算法神经网络模型预测神经网络正常数据时间段数据集野值点蜂群去除神经网络算法待测气体监测数据结果判断预测结果新气体监测转换优化

[发明专利]基于人工蜂群和神经网络的气体标定分类方法及系统-CN201910175892.1在审
发明人：吕晶 -专利权人：杭州麦乐克科技股份有限公司
申请日： 2019-03-08 - 公布日： 2019-06-28 - 主分类号： G01N33/00 文献下载
摘要：本发明公开一种基于人工蜂群和神经网络的气体标定分类方法，包括：获取气体监测数据；将气体监测数据根据时间段进行切分处理，得到每个时间段的气体数据集；判断所述气体数据集中的野值点，将所有野值点转换为正常数据值，去除气体数据集中的空值点以及超范围点，通过去除气体数据集中的空值点以及超范围点之后的数据集和正常数据值组成新气体数据集；采用人工蜂群算法对所述神经网络分类模型进行优化，将待测气体监测数据输入至精准的神经网络分类模型中通过本发明的方法和系统，将人工蜂群算法和神经网络算法相互结合，能精确的预测出气体中是否含有有害气体的趋势，预测结果精准。
气体数据人工蜂群算法神经网络分类分类结果气体标定气体监测神经网络正常数据时间段数据集野值点蜂群去除神经网络算法待测气体监测数据预测结果新气体分类标定转换预测优化

[发明专利]一种基于长短期记忆网络辅助的卫星定位方法-CN201910463893.6在审
发明人：高迪;何文涛;蔺晓龙;翟昆朋;冯木榉 -专利权人：杭州中科微电子有限公司
申请日： 2019-05-30 - 公布日： 2019-08-27 - 主分类号： G01S19/43 文献下载
摘要：本发明公开了一种基于长短期记忆网络辅助的卫星定位方法，包括常规算法引擎、神经网络算法引擎，所述神经网络算法引擎的可用标志位，其特征在于，在卫星信号良好的情况下，采用常规算法引擎给出卫星定位结果，并利用卫星定位结果对神经网络进行训练和测试当接收机处于复杂条件下，如果神经网络算法引擎已经训练完毕可以使用，则使用神经网络算法引擎对定位结果进行预测。本发明可以在常规算法引擎性能大幅下降时，利用训练完毕的神经网络对接收机坐标进行预测，从而提高卫星定位成功率。
引擎卫星定位神经网络算法常规算法记忆网络神经网络辅助的接收机坐标接收机定位结果复杂条件卫星信号标志位预测可用成功率测试

[发明专利]一种基于人工神经网络的点源剂量率修正方法-CN202110816233.9在审
发明人：汤晓斌;龚频;莫洪;王鹏;梁大戬;王泽宇;周程;朱晓翔;蒋若澄 -专利权人：南京航空航天大学
申请日： 2021-07-20 - 公布日： 2021-10-22 - 主分类号： G06F30/27 文献下载
摘要：本申请公开了一种基于人工神经网络的点源剂量率修正方法，包括：S1，获取无人机放射性监测系统在不同高度下的能谱数据和对应剂量率值，分别作为输入参数和输出参数；S2，将部分不同高度下能谱数据划分为训练数据，另一部分划分为测试数据，利用训练数据中的输入参数和输出参数构建人工神经网络模型，将训练数据导入人工神经网络模型中进行训练，获得训练后的人工神经网络模型；S3，将测试数据分别导入训练后的人工神经网络模型，得到理想输出结果，比较理想输出结果与对应的测试数据之间的误差；若误差大于或等于设定的精度期望值，重复S2、S3，若误差小于设定的精度期望值，则训练调试后的人工神经网络模型为点源剂量率修正算法。
一种基于人工神经网络剂量率修正方法

[发明专利]一种融合改进智能蜂群算法和BP神经网络的入侵检测方法-CN201810874273.7在审
发明人：段乐天;韩德志;田秋亭;王军;毕坤 -专利权人：上海海事大学
申请日： 2018-08-03 - 公布日： 2019-01-01 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种融合改进智能蜂群算法和BP神经网络的入侵检测方法，包括以下步骤：搜集网络数据包并进行预处理，作为入侵检测模型训练数据；设计多层神经网络模型，为隐藏层和输出层神经元设置激活函数；使用改进智能蜂群算法对神经网络模型进行预训练，输出最优蜜源位置向量；按照最优蜜源位置向量设置神经网络模型的初始权值和阈值；设计反向传播算法并用入侵检测数据对神经网络进行训练，得到神经网络入侵检测模型；设计网络入侵检测软件模块，将其部署在网络环境中实时检测网络数据流量，对检测出的异常网络流量产生报警。本发明采用改进智能蜂群算法优化BP神经网络算法，并且提高了神经网络模型的训练速度和入侵检测的精度。
入侵检测蜂群算法神经网络模型智能入侵检测模型神经网络位置向量改进神经元预处理多层神经网络网络入侵检测网络数据流量异常网络流量网络数据包反向传播激活函数软件模块实时检测算法优化网络环境训练数据融合权值和输出层隐藏层搜集报警并用输出检测部署

[发明专利]一种基于人工鱼群神经网络的短期负荷预测方法-CN201910413029.5有效
发明人：叶辉良;吴杰康;张文杰;毛颖卓;雷振 -专利权人：广东工业大学
申请日： 2019-05-17 - 公布日： 2022-09-06 - 主分类号： G06Q10/04 文献下载
摘要：本发明方法采集历史负荷数据以及相关天气数据，将历史负荷数据和相关天气数据形成数据集合并进行预处理，建立人工鱼群神经网络并使用改进的优化算法对其中的阈值和权值进行更新，其中结合了莱维飞行的模拟行为从而更容易扩散鱼群的感应范围，模拟鱼群的行为，使得网络更容易寻找最优食物浓度，提高了收敛速度以及短期负荷预测的精准度；最后将预处理的数据集合作为输入放入初始化后的人工鱼群神经网络中进行训练，利用训练完毕的人工鱼群神经网络进行短期负荷预测本发明方法解决了现有的人工神经网络结构采用梯度下降法更新权值和阈值而导致神经网络预测时间长的问题，同时提高了短期负荷预测的精度。
一种基于人工鱼群神经网络短期负荷预测方法

[发明专利]基于鱼群和神经网络混合算法的机构运动链同构识别方法-CN202210420279.3在审
发明人：杨平;韩帅 -专利权人：江苏大学
申请日： 2022-04-21 - 公布日： 2022-08-16 - 主分类号： G06N3/00 文献下载
摘要：本发明公开一种基于鱼群和神经网络混合算法的机构运动链同构识别方法，将两种运动链的拓扑结构转化为邻接矩阵A和B，对拓扑结构中的顶点按行向量编码，将每个行向量作为一条人工鱼，根据邻接矩阵为A和B计算出人工鱼的食物浓度Fk，对人工鱼执行聚群、追尾、觅食，此过程中若有食物浓度Fk＝0，则两图同构，更新公告板直至得到公告板上最优值，对公告板上最优值对应的人工鱼群状态解码，得到矩阵H；以矩阵H作为Hopfield网络状态的输入，计算出网络输出，根据网络输出求解网络能量函数，若能量函数值趋于最小值则同构；本发明将鱼群算法全局寻优和Hopfield神经网络算法局部寻优相结合，运用鱼群算法快速优选Hopfield神经网络的初态，加快网络收敛速度，提高运算效率。
基于鱼群神经网络混合算法机构运动同构识别方法

[发明专利]一种影响因子降维处理的人工神经网络能耗预测方法-CN202310172144.4在审
发明人：王涛 -专利权人：苏州小威数智技术有限公司
申请日： 2023-02-27 - 公布日： 2023-05-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种影响因子降维处理的人工神经网络能耗预测方法，该预测方法的实现方式如下：输入模块，将历史能耗数据、环境数据、人为数据以及建筑自身的特性参数，作为因子降维模块的输入；降维模块，做原始数据标准化该影响因子降维处理的人工神经网络能耗预测方法中，采用降维统计分析法，将能耗影响因子产生的多维输入变量进行预处理，既减少神经网络算法输入变量的维数，又消除了各输入变量间存在的相关性，简化了网络结构，提高网络处理速度，增加网络稳定性、收敛性、确定性等，其中，降维统计分析法，可以采用目前流行的主成分分析法、因子算法等成熟算法。
一种影响因子处理人工神经网络能耗预测方法

[发明专利]一种基于目标传递和线搜索的深层神经网络优化及图像分类方法-CN202010252752.2在审
发明人：刘波;王铎 -专利权人：北京工业大学
申请日： 2020-04-01 - 公布日： 2020-07-28 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于目标传递和线搜索的深层神经网络优化方法，并在此基础上完成图像和多维数据分类，用于解决人工神经网络在训练过程中需要频繁手动调参的问题，涉及机器学习及人工智能以及计算机视觉技术。该方法能够在训练过程中通过分析基于ReLU激活函数构造的每一层网络的数学性质从而自动计算出对于本层网络的最优学习率，最终能够使神经网络在不依赖人工调参的情况下完成自适应训练任务。相比于反向传播算法，本方法能够更快完成训练任务，并获取不弱于反向传播算法的精度表现。
一种基于目标传递搜索深层神经网络优化图像分类方法

[发明专利]一种基于深度卷积神经网络的数字识别方法及设备-CN202110622917.5在审
发明人：魏文应;张世雄;李楠楠;傅弘;龙仕强;陈智敏 -专利权人：深圳龙岗智能视听研究院;广东博华超高清创新中心有限公司
申请日： 2021-06-04 - 公布日： 2021-08-06 - 主分类号： G06K9/34 文献下载
摘要：基于深度卷积神经网络的数字识别的方法，包括：算法模型设计：对标准目标检测模型算法进行结构调整，减少深度卷积神经网络的层数、通道数、宽度，以减少计算量；算法模型训练：深度卷积神经网络在使用前，需要对深度卷积神经网络进行训练；算法模型转换：算法模型训练好后，对算法模型进行格式变换、模型量化、算子替换转换操作，让算法模型在单片机上运行；以及算法模型移植：算法模型转换后，将算法模型文件烧录到单片机中，单片机运行的深度卷积神经网络框架会加载并运行算法模型本发明方法可以解决原有卷积神经网络数字识别算法无法在单片机设备运行的问题。
一种基于深度卷积神经网络数字识别方法设备

首页
«上一页
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
下一页»
尾页
共 100000 条