“神经网络构建”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1225245个，建议您升级VIP下载更多相关专利

[发明专利]一种图像超分辨重建方法及系统-CN201911105707.8在审
发明人：唐英干;孙树腾 -专利权人：燕山大学
申请日： 2019-11-13 - 公布日： 2020-02-25 - 主分类号： G06T3/40 文献下载
摘要：该方法包括：构建Elman神经网络模型；Elman神经网络模型包括：输入层、特征提取层、级联操作层和输出层；获取待重建图像并导入构建的Elman神经网络模型，得到重建的图像；构建Elman神经网络模型包括：获取训练集和测试集；根据训练集确定Elman神经网络模型的参数；利用训练集训练Elman神经网络模型，得到初步Elman神经网络模型；利用测试集对初步Elman神经网络模型进行调整，得到构建的Elman神经网络模型。该方法将Elman神经网络应用于图像超分辨率领域，提高了图像重建后的精度；构建的Elman神经网络模型仅包括四个层，结构简单，提高了训练速度。
一种图像分辨重建方法系统

[发明专利]神经网络的构建方法和装置-CN202111271593.1在审
发明人：吴佳骏;孙乘坚;杨晨阳;王坚;李榕 -专利权人：华为技术有限公司
申请日： 2021-10-29 - 公布日： 2023-05-09 - 主分类号： G06N3/0464 文献下载
摘要：本申请提供了一种神经网络的构建方法，该方法包括根据参数生成网络生成目标神经网络的参数，该参数生成网络的输入包括该目标神经网络中神经元的相对标号的信息，该神经元的相对标号表示该神经元在第一神经网络层中的相对位置，该第一神经网络层为该目标神经网络中该神经元所在的层；根据该目标神经网络的参数构建所述目标神经网络。通过输入目标神经网络中神经元的相对标号的信息生成目标神经网络的参数，可以使得该参数生成网络对于构建不同维度的目标神经网络具有更好的泛化性。
神经网络构建方法装置

[发明专利]一种基于信息增益的CNN和LSTM图像高层语义理解方法-CN201910459249.1在审
发明人：郝玉洁;林劼;崔建鹏;杜亚伟;党元 -专利权人：电子科技大学
申请日： 2019-05-29 - 公布日： 2019-08-30 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于信息增益的CNN和LSTM图像高层语义理解方法，包括构建改进的卷积神经网络、构建卷积神经网络和长短期记忆网络联合神经网络、数据预处理和图像语义解读；构建改进卷积神经网络，是利用大规模图像语义数据集构建并改进卷积神经网络；构建联合神经网络，是利用改进的卷积神经网络和长短期记忆网络构建联合神经网络；数据预处理，是将图像进行数据增强的操作，同时将场景的文本标签实现嵌入操作完成数据预处理；图像语义解读，是将图像特征输入训练完成的模型中进行图像语义解读本发明改进了传统的图像与文本信息的图像语义理解模型，提出了一种新的卷积神经网络和长短期记忆网络的结合方法，能够显著的提升图像语义解读的效果。
卷积神经网络图像语义构建解读数据预处理记忆网络神经网络图像改进高层语义信息增益操作完成数据增强图像特征文本标签文本信息传统的数据集联合嵌入场景

[发明专利]一种人工神经网络构建方法-CN202211516579.8在审
发明人：羿舒文;王书诚;陈祖刚;雷霓;郑洁;方书雅;王浩;叶荣军;刘剑;沈欢;黄亮;李欢 -专利权人：武汉船舶通信研究所（中国船舶重工集团公司第七二二研究所）
申请日： 2022-11-30 - 公布日： 2023-05-23 - 主分类号： G06N3/045 文献下载
摘要：本发明涉及人工智能技术领域，特别涉及一种人工神经网络构建方法，包括步骤：每个神经网络节点获取父节点的输出特征，并输出待变换的特征信息至下一子节点；获取待构建神经网络的节点数量以及神经网络子网络的分段数量；基于复杂网络生成模型预生成分段子网络；输出为连通网络的分段子网络；对分段子网络进行有向化处理，确定每个分段子网络的输入节点和输出节点，拼接前后连接的分段子网络的输入节点和输出节点，构建神经网络的输出层；输出构建的人工神经网络。本发明将复杂网络生成模型与神经网络结构搜索结合，使用复杂网络生成模型模拟网络的随机形成过程，构建人工神经网络结构，采用神经网络结构搜索技术对网络结构的构建过程进行优化。
一种人工神经网络构建方法

[发明专利]一种用于三维网格快速分割的新型拓扑卷积神经网络系统-CN202110114350.0在审
发明人：沈欢;李鑫;戴璨 -专利权人：深圳创壹通航科技有限公司
申请日： 2021-01-28 - 公布日： 2022-07-29 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种用于三维网格快速分割的新型拓扑卷积神经网络系统，包括数据采集系统、数据分析系统、神经网络构建系统和神经网络训练系统，所述数据采集系统的输出端与数据分析系统的输入端连接，所述数据分析系统的输入端连接与神经网络构建系统的输入端连接，所述神经网络构建系统的输出端与伸缩网络训练系统的输入端连接。本发明中，通过数据采集系统、数据分析系统、神经网络构建系统和神经网络训练系统的设置，使神经网络系统可以快速的进行学习，从而提升了神经网络系统的使用效果。
一种用于三维网格快速分割新型拓扑卷积神经网络系统

[发明专利]构建神经网络模型的方法、装置、设备、介质和程序产品-CN202110604360.2在审
发明人：余伟浩;蒋子航;陈飞;侯淇彬;冯佳时 -专利权人：华为技术有限公司;新加坡国立大学
申请日： 2021-05-31 - 公布日： 2021-12-17 - 主分类号： G06N3/04 文献下载
摘要：本公开的实施例提供了用于构建神经网络模型的方法、设备、装置、存储介质和程序产品，涉及人工智能领域。在构建神经网络模型的方法中，首先构建包括多个层级的超网络，并训练超网络，以在多个层级中的每个层级处确定经训练的多个类型的神经网络层的参数。通过针对多个层级中的每个层级从经训练的多个类型的神经网络层中选择一个类型的神经网络层，生成多个候选神经网络模型。基于多个候选神经网络模型分别执行预定NLP任务的性能，确定用于NLP的目标神经网络模型。这样，本公开的实施例能够降低构建目标神经网络模型所需的成本并且获得性能更优的目标神经网络模型。
构建神经网络模型方法装置设备介质程序产品

[发明专利]一种基于Elman神经网络的轨道预测算法-CN202111286739.X在审
发明人：汪大康;张昊 -专利权人：南京长峰航天电子科技有限公司
申请日： 2021-11-02 - 公布日： 2022-03-15 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于Elman神经网络的轨道预测算法，其特征在于，包括：将待预测的弹道导弹的轨道坐标输入Elman神经网络预测模型，输出预测的轨道坐标；构建Elman神经网络预测模型，包括：构建Elman神经网络模型；将获取的侦察数据代入Elman神经网络模型进行迭代训练直到符合条件，输出最终的Elman神经网络预测模型。基于侦察数据训练构建的Elman神经网络预测模型；基于迭代次数或者误差精度，完成Elman神经网络预测模型的构建，预测的弹道导弹的轨道坐标更加精确。
一种基于 elman 神经网络轨道预测算法

[发明专利]新型多维神经网络拓扑结构构建系统-CN202210359562.X在审
发明人：王建明;王佩明 -专利权人：上海驰辛智控技术有限公司;王建明;王佩明
申请日： 2022-04-07 - 公布日： 2022-11-01 - 主分类号： G06N3/04 文献下载
摘要：本申请涉及一种新型多维神经网络拓扑结构构建系统，根据多维动态S曲线构建规则，生成的S曲线导数可由分段S曲线表达；根据所述反馈连接方式将所述多维动态S曲线作为所述神经网络拓扑结构中的神经元之间的连接方式配置到神经网络拓扑结构中，构建并获得多维神经网络；通过配置相应神经元的数量可预设神经网络拓扑结构的构建阶数，根据所述多维神经元并基于所述构建阶数，构建获得针对不同系统复杂度的多维神经网络拓扑结构。根据不同的应用场景，建立神经元之间多种可选择的连接方式，从而实现神经元之间高效信息传递和协调，减少神经网络节点规模，显著提高神经网络的“神经元”品质，使之更聪明，动态响应好，适应性更广。
新型多维神经网络拓扑结构构建系统

[发明专利]一种深度学习多层神经网络的实现方法-CN201510237437.1有效
发明人：秦凯;周喜川;余磊;李胜力;谭跃;胡盛东;唐枋 -专利权人：核工业北京地质研究院
申请日： 2015-05-12 - 公布日： 2018-11-02 - 主分类号： G06N3/063 文献下载
摘要：本发明属于神经网络模型设计技术领域，具体涉及一种深度学习多层神经网络的实现方法。本发明的方法首先采用数字电路构建单层神经网络，之后将上一单层神经网络的输出作为下一单层神经网络的输入，采用串联的形式构建多层神经网络。本发明的方法解决了现有方法仅能构建浅层神经网络的技术问题，面向深度学习，建立了多层的神经网络硬件模型，通过脉冲大小实现信息传递，其模拟的神经元更加接近实际神经元。
一种深度学习多层神经网络实现方法

[发明专利]一种单脉冲神经网络时域编码神经元的网络入侵检测方法-CN202110377706.X在审
发明人：周士博 -专利权人：周士博
申请日： 2021-04-08 - 公布日： 2021-06-11 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种单脉冲神经网络时域编码神经元的网络入侵检测方法，包括：S1.构建用于训练单脉冲神经网络的样本集；S2.构建单脉冲神经网络模型；S3.利用构建的样本集对单脉冲神经网络进行训练，得到训练成熟的单脉冲神经网络；S4.将待测的流量数据记录输入训练成熟的单脉冲神经网络中，得到网络入侵判定结果。本发明能够基于脉冲神经网络实现网络入侵检测，并且采用非泄漏神经元构建的脉冲神经网络，具有较低的复杂度和较少的非线性输入输出响应，具有容易训练的优势。
一种脉冲神经网络时域编码神经元网络入侵检测方法

[发明专利]一种构建神经网络的方法及装置-CN201710450550.7在审
发明人：王乃岩;黄泽昊 -专利权人：北京图森未来科技有限公司
申请日： 2017-06-15 - 公布日： 2017-10-13 - 主分类号： G06N3/06 文献下载
摘要：本发明公开一种构建神经网络的方法及装置，以解决现有技术构建的神经网络优化难度大、效率低的技术问题。该方法包括构建初始神经网络，所述初始神经网络中预置的多个特定结构分别设置有对应的稀疏缩放算子，其中稀疏缩放算子用于对相应特定结构的输出进行缩放；采用预置的训练样本数据对所述初始神经网络的权重和特定结构的稀疏缩放算子进行训练，得到中间神经网络；将所述中间神经网络中稀疏缩放算子为零的特定结构删除，得到目标神经网络。采用本发明技术方案构建的神经网络优化简单、易于实现，并且训练效率高。
一种构建神经网络方法装置

[发明专利]融合多种端到端神经网络结构的说话人感冒症状识别方法-CN201710146957.0在审
发明人：李明;倪志东 -专利权人：广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学
申请日： 2017-03-13 - 公布日： 2017-08-18 - 主分类号： G10L25/66 文献下载
摘要：本发明涉及一种融合多种端到端神经网络结构的说话人感冒症状识别方法，包括以下步骤S1.构建及训练输入为语音，识别网络为卷积神经网络和长短期记忆网络的端到端神经网络A；S2.构建及训练输入为语音频谱，识别网络为卷积神经网络和长短期记忆网络的端到端神经网络B；S3.构建及训练输入为语音频谱，识别网络为卷积神经网络和全连接网络的端到端神经网络C；S4.构建及训练输入为语音MFCC特征/CQCC特征，识别网络为长短期记忆网络的端到端神经网络D；S5.融合以上四种训练好的端到端神经网络进行说话人感冒症状识别
融合多种端到端神经网络结构说话感冒症状识别方法

[发明专利]基于神经网络的高密度线性分组码译码方法-CN201910169555.1有效
发明人：王勇超;王超 -专利权人：西安电子科技大学
申请日： 2019-03-06 - 公布日： 2021-06-25 - 主分类号： H03M13/11 文献下载
摘要：本发明公开了一种基于神经网络的高密度线性分组码的译码方法，具体步骤：(1)构建降噪神经网络；(2)构建纠错神经网络；(3)构建码字重排乘法器；(4)生成训练集；(5)训练降噪神经网络和纠错神经网络；(6)获得神经网络译码器；(7)译码器输出最终译码结果。本发明构建了一种译码神经网络，在接收到的高密度线性分组码字在进行纠错处理之前，先进行降噪处理，从而进一步提高了译码准确率，采用码字重排乘法器，使得循环神经网络可以学习到多进制码字中码元序列之间的关系，使得译码神经网络可以很好的对多进制
基于神经网络高密度线性分组码译码方法

[发明专利]一种混合卷积神经网络视频编码环路滤波方法-CN202010689801.9有效
发明人：高艳博;岳建;李帅;贾梦虎 -专利权人：电子科技大学
申请日： 2020-07-17 - 公布日： 2021-04-13 - 主分类号： H04N5/21 文献下载
摘要：本发明公开了一种混合卷积神经网络视频编码环路滤波方法，包括以下步骤：步骤1：构建全局表征的卷积神经网络；步骤2：构建局部编码失真的卷积神经网络；步骤3：局部编码失真与全局表征的融合；步骤4：采用构建的混合卷积神经网络产生滤波输出本发明构建的全局表征的卷积神经网络，用于提取全局特征信息，引导像素级特征从而对失真的视频重建图像进行滤波；构建的局部编码失真的卷积神经网络，提取局部特征，学习和恢复由于视频编码中的固定流程而造成的具有某中相似特征的噪声，有效将以上两种构建的神经网络融合在一起，提升整体滤波效果。
一种混合卷积神经网络视频编码环路滤波方法

[发明专利]一种基于脉冲神经网络的短程跟踪方法及系统-CN201910668450.0有效
发明人：洪苑乾;李金生;肖菲;晏新亮;吴善农;柳博予;李欣;董蓓 -专利权人：中建三局智能技术有限公司
申请日： 2019-07-23 - 公布日： 2022-03-29 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于脉冲神经网络的短程跟踪方法及系统，涉及人工智能技术领域，该方法包括基于注意力机制，对输入图像进行脉冲编码；对卷积神经网络的结构进行修改，以将卷积神经网络参数迁移至脉冲神经网络中，重新构建脉冲神经网络；计算输入图像的相邻图像帧中对应特征点间的脉冲相似度，得到区域相似性；使用重新构建的脉冲神经网络对输入图像中的目标进行跟踪。本发明重新构建的脉冲神经网络有效结合卷积神经网络的强特征提取特性，和脉冲神经网络高效率计算特性。
一种基于脉冲神经网络短程跟踪方法系统

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