“循环神经网络”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1843715个，建议您升级VIP下载更多相关专利

[发明专利]一种基于循环神经网络对动态磁滞进行补偿的方法及系统-CN202010189952.8有效
发明人：于浩;常文治;杜非;毕建刚;袁帅;许渊;弓艳朋;杨圆;王广真;付德慧 -专利权人：中国电力科学研究院有限公司
申请日： 2020-03-18 - 公布日： 2023-02-28 - 主分类号： G01R33/09 文献下载
摘要：本发明公开了一种基于循环神经网络对动态磁滞进行补偿的方法及系统，其中方法包括：将给定磁场信号施加给传感器，采集传感器的输出信号；建立循环神经网络，确定网络结构；循环神经网络的输入量为传感器的输出信号；循环神经网络的输出量为补偿后的传感器的输出信号；对循环神经网络的网络参数进行初始化，通过训练数据对循环神经网络进行训练，将循环神经网络输出量的预测值与目标值作差，获取作差结果；利用梯度下降法对网络参数进行调整，按预设的最大迭代次数通过训练数据对循环神经网络进行训练；当作差结果达到阈值标准或对循环神经网络进行训练达到最大迭代次数时，确定当前网络参数的循环神经网络为训练好的循环神经网络。
一种基于循环神经网络动态进行补偿方法系统

[发明专利]基于层级神经网络的图像-句子描述生成系统及方法-CN201810267719.X有效
发明人：张玥杰;程勇;周练;张涛 -专利权人：复旦大学
申请日： 2018-03-28 - 公布日： 2021-08-31 - 主分类号： G06F16/58 文献下载
摘要：本发明提供基于层级神经网络的图像‑句子描述生成系统及方法，本发明提供的基于层级神经网络的图像‑句子描述生成系统包括：深度卷积网络、第一深度循环神经网络、第二深度循环神经网络；所述深度卷积网络获取图像，计算图像特征向量在嵌入空间的嵌入向量；并输出到第一深度循环神经网络和第二深度循环神经网络；所述第一深度循环神经网络识别图像中包含的物体，向第二深度循环神经网络输出物体序列；所述第二深度循环神经网络根据所述嵌入向量和物体序列输出描述所述图像的句子
基于层级神经网络图像句子描述生成系统方法

[发明专利]一种基于空洞卷积循环神经网络的声音事件检测方法-CN202010483079.3有效
发明人：李艳雄;刘名乐;王武城;江钟杰;陈昊 -专利权人：华南理工大学
申请日： 2020-06-01 - 公布日： 2023-02-14 - 主分类号： G10L25/30 文献下载
摘要：本发明公开了一种基于空洞卷积循环神经网络的声音事件检测方法，步骤如下：提取各样本的对数梅尔谱特征；搭建空洞卷积循环神经网络，包括卷积神经网络、双向长短时记忆神经网络和Sigmoid输出层；采用从训练样本提取的对数梅尔谱特征作为输入，训练空洞卷积循环神经网络；采用已训练的空洞卷积循环神经网络辨识测试样本中的声音事件，得到声音事件检测结果。本方法将空洞卷积引入卷积神经网络并将卷积神经网络与循环神经网络进行优化组合，得到空洞卷积循环神经网络。与传统卷积神经网络相比，在网络参数集大小相同的情况下，空洞卷积循环神经网络具有更大的感受野，能更有效利用音频样本的上下文信息，获得更好的声音事件检测结果。
一种基于空洞卷积循环神经网络声音事件检测方法

[发明专利]基于门控循环神经网络的非线性均衡方法-CN201910707923.3有效
发明人：李亚杰;张杰;刘守东;赵永利;张会彬;雷超;赵瑛琪 -专利权人：北京光锁科技有限公司;北京邮电大学
申请日： 2019-08-01 - 公布日： 2022-12-13 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于门控循环神经网络的非线性均衡方法，包括：确定门控循环神经网络模型，利用训练样本数据训练所述门控循环神经网络模型，得到初步训练后的门控循环神经网络模型；对所述初步训练生成的门控循环神经网络模型进行优化处理；对优化处理后的门控循环神经网络模型进行修剪处理；利用训练样本数据，对修剪处理后的门控循环神经网络模型进行再训练，得到训练后的门控循环神经网络模型；利用所述训练后的门控循环神经网络模型进行非线性估计或是均衡处理
基于门控循环神经网络非线性均衡方法

[发明专利]一种基于循环神经网络的工业流程异常监控方法-CN202211329056.2在审
发明人：许荣斌;章宇;谢莹;刘志强;张以文 -专利权人：莆田学院
申请日： 2022-10-27 - 公布日： 2023-01-03 - 主分类号： G06F18/241 文献下载
摘要：本发明公开了一种基于循环神经网络的工业流程异常监控方法，适用于循环神经网络模型，方法包括模型训练步骤以及异常监测步骤；循环神经网络模型训练步骤包括：采用原始训练集对第一神经子网络进行训练，获得中间特征值；将第一隐藏状态数据作为第二神经子网络的初始隐藏状态数据，采用中间特征值以及对应的结果数据对第二神经子网络进行训练，获得循环神经网络模型。异常监测步骤包括：采集工业流程中产生的初始工业数据；将初始工业数据输入循环神经网络模型，以使循环神经网络模型输出与初始工业数据对应的事件数据；根据事件数据判断工业流程是否出现异常。本发明有效兼顾循环神经网络模型的构建效率和循环神经网络模型的监控精度。
一种基于循环神经网络工业流程异常监控方法

[发明专利]一种改进鲸鱼算法的循环神经网络短期电力负荷预测方法-CN201910378117.6有效
发明人：童晓阳;党雨 -专利权人：西南交通大学
申请日： 2019-05-08 - 公布日： 2022-03-25 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种改进鲸鱼算法的循环神经网络短期电力负荷预测方法，涉及短期电力负荷预测技术领域。使用循环神经网络进行短期电力负荷预测，使用待预测日的相似日负荷数据作为循环神经网络的输入数据，确定了循环神经网络的输入神经元个数、输出神经元个数、隐藏层层数、学习率与梯度下降算法。构造了循环神经网络的预测模型。使用差异进化算法改进鲸鱼优化算法，提高了普通鲸鱼算法的高维全局优化能力。采用改进的鲸鱼算法对循环神经网络中的权重进行预训练，当预训练结束后，将训练好的权重放入循环神经网络模型，再使用梯度下降算法对循环神经网络进行训练，当训练完成后，得到权重固定的神经网络模型，再进行负荷预测
一种改进鲸鱼算法循环神经网络短期电力负荷预测方法

[发明专利]一种基于循环神经网络的驾驶人多操作疲劳特征提取方法-CN202010954032.0有效
发明人：李作进;聂玲;周伟;陈刘奎;柏俊杰 -专利权人：重庆科技学院
申请日： 2020-09-11 - 公布日： 2023-02-03 - 主分类号： G06F18/213 文献下载
摘要：本发明涉及汽车主动安全技术领域，具体公开了一种基于循环神经网络的驾驶人多操作疲劳特征提取方法，包括步骤：S1.基于循环神经网络构建模糊循环神经网络模型；S2.对模糊循环神经网络模型进行训练和测试，得到训练完成的疲劳特征提取模糊循环神经网络；S3.采用疲劳特征提取模糊循环神经网络实时提取实际驾驶中驾驶人多操作变量下的疲劳特征。本发明基于循环神经网络构建具有四层网络结构的模糊循环神经网络模型，综合考虑了驾驶人多种操作变量对疲劳特征提取的稳定贡献，采用了大量的驾驶人多操作传感数据进行训练和测试，得到训练完成的疲劳特征提取模糊循环神经网络
一种基于循环神经网络驾驶人操作疲劳特征提取方法

[发明专利]一种基于深度学习大规模病历的辅助诊断系统-CN201910208955.9在审
发明人：孟海忠;毛葛永;吴边;陈啸冬;尹伟东;曹晓光;任宇翔 -专利权人：挂号网（杭州）科技有限公司
申请日： 2019-03-19 - 公布日： 2019-06-28 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种基于深度学习大规模病历的辅助诊断系统，包括：循环神经网络模型、卷积神经网络模型和融合计算单元，所述循环神经网络模型通过基于对大规模带有诊断结论的既往病历，依据循环神经网络进行训练获得；所述卷积神经网络模型通过人为生成的病历，依据卷积神经网络进行训练获得，其中人为生成的病历是基于知识图谱里的疾病和症状对应关系，根据发病率和症状发生率排列组合，人为生成病历；将性别、年龄、主诉、现病史、既往史、个人史、家族史、体格检查、辅助检查的信息输入到循环神经网络模型和卷积神经网络模型中，融合计算单元根据循环神经网络模型和卷积神经网络模型生物计算结果，给出与该病历相关的诊断提示。
病历卷积神经网络循环神经网络辅助诊断系统计算单元体格检查诊断辅助检查模型生物排列组合信息输入融合发生率既往史家族史主诉发病率图谱提示学习疾病

[发明专利]用于识别字迹的方法、装置及计算机可读介质-CN201810035543.5有效
发明人：安睿;陆王天宇 -专利权人：众安信息技术服务有限公司
申请日： 2018-01-15 - 公布日： 2022-04-05 - 主分类号： G06V30/226 文献下载
摘要：该方法包括：利用从时间采样的历史字迹数据集获得的多个用户的历史字迹段数据和与历史字迹段数据相关的历史用户标签数据作为训练样本，训练生成包含循环神经网络和深度神经网络的判别模型，其中，将历史字迹段数据输入到循环神经网络，循环神经网络输出指示用户字迹风格的特征值，特征值被输入到深度神经网络；将历史用户标签数据输入到深度神经网络，深度神经网络用于进行用户字迹分类；对循环神经网络和深度神经网络一起进行训练。本发明使用循环神经网络有效地对字迹风格进行建模，可以实时、准确地识别字迹，同时对不同的语言有较为良好的扩展性。
用于识别字迹方法装置计算机可读介质

[发明专利]一种基于卷积核相似性剪枝的循环神经网络模型压缩方法-CN201911355879.0在审
发明人：王曰海;李忻瑶;奚永新;杨建义 -专利权人：浙江大学
申请日： 2019-12-25 - 公布日： 2020-05-08 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于卷积核相似性剪枝的循环神经网络模型压缩方法，属于计算机电子信息技术领域，该方法包括，将预训练循环神经网络模型载入压缩循环神经网络中进行训练，得到权重矩阵初始化的循环神经网络模型；计算循环神经网络模型中每个卷积核的L2范数并排序，选取范数修剪率范围内的卷积核进行剪枝；计算剪枝后的预训练循环神经网络模型的卷积核的权值中心，选取相似性修剪率P2范围内的卷积核进行修剪后对卷积核对应的权重矩阵进行梯度更新，对更新后的权重矩阵中的参数进行剪枝，得到压缩后的循环神经网络模型。本发明提供的循环神经网络模型压缩方法，在降低剪枝过程中的精确度损失的同时，有效地压缩大型循环神经网络模型。
一种基于卷积相似性剪枝循环神经网络模型压缩方法

[发明专利]基于差异循环神经网络的意图识别方法-CN201811020887.5有效
发明人：代秀琼;刘楚雄 -专利权人：四川长虹电器股份有限公司
申请日： 2018-09-03 - 公布日： 2021-12-03 - 主分类号： G06F16/48 文献下载
摘要：本发明涉及意图识别技术领域，针对采用单循环神经网络模型测试时正确率较低的问题，提出一种基于差异循环神经网络的意图识别方法，包括如下步骤：将训练数据集打好标签进行分类生成分类标签文本一；对中文文本进行中文分词得到分词文本，对分词文本进行训练得到词向量并向量化中文文本构成词向量矩阵文本；搭建差异循环神经网络模型，该模型至少包括循环神经网络模型一和循环神经网络模型二，随机初始化循环神经网络模型一和循环神经网络模型二的各层间权重矩阵，将词向量矩阵文本和分类标签文本一作为差异循环神经网络模型的输入进行模型训练得到预测值，最小化损失函数值来优化差异循环神经网络模型得到最优模型，本发明适用于文本意图的识别。
基于差异循环神经网络意图识别方法

[发明专利]一种基于循环神经网络的数据预测方法-CN201811027131.3在审
发明人：黄超;徐滢 -专利权人：成都品果科技有限公司
申请日： 2018-09-04 - 公布日： 2019-01-08 - 主分类号： G06N3/04 文献下载
摘要：本发明公开一种基于循环神经网络的数据预测方法，包括：构建循环神经网络模型；所述循环神经网络模型包括：LSTM网络层；根据已知数据走向的数据集确定所述循环神经网络模型的损失函数；对所述循环神经网络模型进行训练，获取数据预测模型；所述数据预测模型用于对输入数据进行预测；所述对所述循环神经网络模型进行训练包括：对所述LSTM网络层的权重进行优化，使所述损失函数的输出值小于预定阈值；对所述循环神经网络模型进行训练的训练集为
循环神经网络数据预测损失函数已知数据数据集网络层获取数据预测模型训练集构建权重输出预测优化

[发明专利]基于评价网络的循环神经网络-CN201811115285.8在审
发明人：马佳;邓森洋 -专利权人：艾凯克斯（嘉兴）信息科技有限公司
申请日： 2018-09-25 - 公布日： 2019-01-29 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了基于评价网络的循环神经网络，包含以下步骤：A、对RNN中的训练样本做数值化处理；B、确定RNN的网络结构；C、确定评价网络的输入神经元个数；D、确定评价网络的输出神经元个数；E、确定评价网络的个数；F、训练含有评价指标的待训练样本；G、利用训练后的基于评价网络的RNN进行预测。本发明将循环神经网络与评价网络进行结合，利用循环神经网络得出的结果放入到评价网络（基于人工神经网络）中，并进行评价，将评价的结果反馈给循环神经网络，从而使得循环神经网络在训练一定的样本后，能够得到符合某个评价指标（比如实用性、可靠性、或者美观度等等）的结果，提高了循环神经网络的可用性。
循环神经网络网络评价指标训练样本人工神经网络输出神经元输入神经元结果反馈网络结构可用性美观度数值化放入样本预测

[发明专利]一种实时且可控的尺度空间滤波方法-CN202110172012.2有效
发明人：郭晓杰;付园斌 -专利权人：天津大学
申请日： 2021-02-08 - 公布日： 2023-06-30 - 主分类号： G06T5/00 文献下载
摘要：本发明公开一种实时且可控的尺度空间滤波方法，通过设计了一种循环神经网络模型来循环地输出多个不同尺度的滤波结果。循环神经网络是指将神经网络的输出重新作为该网络的输入，得到新的输出，之后再将新的输出作为神经网络的输入再次得到新的输出，以此往复直到满足循环终止的条件。循环神经网络模型包括引导网络G和剥离网络P。
一种实时可控尺度空间滤波方法

[发明专利]基于循环神经网络语言模型和深度神经网络声学模型的中文语音识别方法-CN201810228555.X有效
发明人：贺前华;吴俊峰;汪星;庞文丰 -专利权人：华南理工大学
申请日： 2018-03-20 - 公布日： 2021-08-10 - 主分类号： G10L15/02 文献下载
摘要：本发明公开了一种基于循环神经网络语言模型和深度神经网络声学模型的中文语音识别方法，主要包括下述步骤：S1.训练基于循环神经网络的语言模型；S2.训练基于深度神经网络的声学模型；S3.基于循环神经网络语言模型和深度神经网络声学模型的中文语音识别方法的解码器采用维特比搜索方案本发明结合循环神经网络的准确性和深度神经网络的低时延性，解决了现有n‑gram语言模型准确度低和长短时记忆网络声学模型高时延性的缺点，实现低时延较高准确度的中文语音识别。
基于循环神经网络语言模型深度声学中文语音识别方法

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