“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]一种基于IDE-BP神经网络的实时水声定位方法-CN202310306368.X在审
发明人：吴华锋;张媛媛;王维军;鲜江枫;梁立年;张倩楠 -专利权人：上海海事大学
申请日： 2023-03-27 - 公布日： 2023-07-18 - 主分类号： G01S5/22 文献下载
摘要：本发明涉及一种基于IDE‑BP神经网络的实时水声定位方法，包括如下步骤：通过构建基于非凸RSS的，考虑路径损耗和吸收损耗的声学定位模型，获取训练样本集；构建BP神经网络，基于差分进化算法获取所述BP神经网络的初始网络参数，使用所述训练样本集对所述BP神经网络进行训练，获取训练好的BP神经网络；获取水声数据，使用所述训练好的BP神经网络进行水声定位。与现有技术相比，本发明采用IDE算法结合BP神经网络解决了基于RSS的多目标水声定位问题，具有精度高、速度快的优点。
一种基于 ide bp 神经网络实时定位方法

[发明专利]基于可微决策器和知识蒸馏的神经网络剪枝方法及系统-CN202111387877.7在审
发明人：李佳鑫;刘德荣;王永华;赵博 -专利权人：广东工业大学
申请日： 2021-11-22 - 公布日： 2022-02-25 - 主分类号： G06N3/08 文献下载
摘要：本发明提出一种基于可微决策器和知识蒸馏的神经网络剪枝方法及系统，包括：对神经网络进行预训练；为预训练后的神经网络中的每一层卷积层构建可微决策器，对网络中的每一层进行采样并截断，得到每一层的剪枝率；对神经网络进行剪枝，得到剪枝后的网络；使用知识蒸馏方法对神经网络进行优化；对优化后的神经网络进行训练，恢复其准确度。通过在神经网络中的每一层卷积层构建可微决策器，并优化可微决策器的可训练参数，不需要人类专家的经验和人工的设计，减少人工的参与，实现快速自动化准确的神经网络结构搜索，得到神经网络的剪枝率，对神经网络进行剪枝，得到最优的神经网络结构并节省大量时间。
基于决策知识蒸馏神经网络剪枝方法系统

[发明专利]一种基于人工神经网络的图像扫描方法及系统-CN201811248904.0在审
发明人：王晓锐;狄光智;胡坤融;强振平;董跃宇;苗晟;徐全元 -专利权人：西南林业大学
申请日： 2018-10-25 - 公布日： 2019-01-01 - 主分类号： G06N3/02 文献下载
摘要：本发明涉及人工神经网络领域，具体涉及一种基于人工神经网络的图像扫描方法及系统，导入训练样本数据，然后进行样本的训练，再进行人工神经网络模型的构建，人工神经网络模型构建完成后利用训练样本图对神经网络算法进行训练，然后利用神经网络算法对图像进行运算，在利用神经网络算法对图像进行运算后，得到对人工神经网络模型验证，若验证结果符合预设期望精度，对人工神经网络模型验证，判断验证误差是否符合预设期望精度，若验证结果不符合预设期望精度，则再跳回到利用训练样本图对神经网络算法进行训练，直到验证误差符合预设期望精度，然后保存模型。
人工神经网络模型神经网络算法预设人工神经网络验证期望图像扫描训练样本验证结果图像构建运算训练样本数据线阵CCD相机扫描参数样本保存

[发明专利]基于神经网络的多类物品视觉识别方法及计量设备-CN202110841271.X在审
发明人：张振;林俊燃;黄国立;杨翠湄;林荣涛 -专利权人：惠州学院
申请日： 2021-07-26 - 公布日： 2022-01-07 - 主分类号： G06V10/764 文献下载
摘要：本申请是关于一种基于神经网络的多类物品视觉识别方法。该方法包括：获取N个物品图像集，提取各个物品类型对应的品类特征；将品类特征输入至构建的第一神经网络进行训练，得到粗识别神经网络；构建N个第二神经网络，分别将各个物品图像集配对输入至各个第二神经网络中进行训练处理，得到N个精识别神经网络；获取待识别物品的待识别图像，通过粗识别神经网络对待识别图像进行粗识别，确定待识别物品的目标物品类型；根据目标物品类型确定精识别神经网络；通过当前精识别神经网络对待识别图像进行精识别本申请提供的方案，能够基于神经网络对多种物品类型的单品进行识别，提高识别精度，提升识别效率。
基于神经网络物品视觉识别方法计量设备

[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]一种光能发电的预测方法、装置、计算机设备及存储介质-CN202011210037.9有效
发明人：王怀智;蔡任;周斌;曹广忠;郭森森;马正伟 -专利权人：深圳大学
申请日： 2020-11-03 - 公布日： 2022-04-15 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种光能发电的预测方法、装置、计算机设备及存储介质，该方法包括：预先构建基于高次多项式的多分支神经网络预测模型；获取历史光能发电数据及外生变量数据，并进行预处理，得到数据集，然后划分为训练集和测试集；将训练集输入至神经网络预测模型中进行训练；利用神经网络预测模型输出每一神经元对应的参数，然后根据每一神经元的参数完成对基于高次多项式的多分支神经网络预测模型的构建；通过测试集对构建的神经网络预测模型进行测试优化，得到优化后的神经网络预测模型；利用最终的神经网络预测模型对指定周期的光能发电数据预测。本发明通过基于高次项多项式神经网络模型预测，使预测结果清晰准确，提高光能发电的预测精度。
一种光能发电预测方法装置计算机设备存储介质

[发明专利]基于神经网络的自适应前馈式主动降噪方法、计算机可读存储介质、电子设备-CN201911056457.3在审
发明人：胡中骥;钟鑫;张鑫 -专利权人：佳禾智能科技股份有限公司
申请日： 2019-10-31 - 公布日： 2020-03-17 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种基于神经网络的自适应前馈式主动降噪方法、计算机可读存储介质、电子设备，用于改善链路产生的谐波以及交调失真的情况，其中方法包括：构建第一神经网络模型，基于自适应前馈式主动降噪架构，用所构建的第一神经网络模型来作为所述架构中的前馈滤波器；且/或构建第二神经网络模型，基于自适应前馈式主动降噪架构，用第二神经网络模型来作为所述架构中的次级通道估计S＇(z)。
基于神经网络自适应前馈式主动方法计算机可读存储介质电子设备

[发明专利]一种神经网络搜索方法及相关设备-CN202110803202.X在审
发明人：徐航;任晓哲;尹伊淳;钱莉;李震国;蒋欣;高佳慧 -专利权人：华为技术有限公司
申请日： 2021-07-15 - 公布日： 2021-11-16 - 主分类号： G06F16/332 文献下载
摘要：本申请涉及人工智能领域，公开了一种神经网络搜索方法以及相关装置，其中神经网络搜索方法包括：在进行模型搜索时，通过对多个候选算子进行采样的方式来构建transformer层中的注意力头head，以此构建多个候选神经网络，并对多个候选神经网络进行性能比较，来选择性能较高的目标神经网络。本申请结合模型搜索来构建transformer模型，能生成相比原自注意力机制性能更优的新型注意力结构，在广泛的下游任务的效果提升明显。
一种神经网络搜索方法相关设备

[发明专利]一种基于神经网络的遥感图像湖冰分类识别方法-CN201810568238.2在审
发明人：陈嘉琪;陆品全;吕吉明;刘海韵;平学伟;王峰 -专利权人：河海大学
申请日： 2018-06-05 - 公布日： 2018-11-20 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于神经网络的遥感图像湖冰分类识别方法，先从数据库获取年度冬季冰期的遥感图像，并对获取的遥感图像进行辐射定标处理得到初步遥感图像；得到的辐射定标处理后的遥感图像进行FLAASH大气校正得到最终处理后的遥感图像；构建BP神经网络模型；对步骤(3)中构建得到的神经网络模型进行训练，并对训练后的神经网络模型进行测试判断是否满足精度要求，如果满足则进入步骤(5)，如果不满足则返回重新构建神经网络模型；将得到的最终处理后的遥感图像加入构建好的神经网络模型中
遥感图像神经网络模型构建分类识别辐射定标神经网络大气校正精度要求重新构建分类数据库测试返回

[发明专利]一种混合优化BP神经网络的湖泊水质预测模型构建方法-CN201910055480.4在审
发明人：闫健卓;徐宗宝 -专利权人：北京工业大学
申请日： 2019-01-21 - 公布日： 2019-05-10 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种混合优化BP神经网络的湖泊水质预测模型构建方法，首先从Oracle数据库中导出某市地表水的基本信息与水质监测数据，并用VBA语言将数据格式调整正确。完成预处理之后，再根据水环境知识筛选出实验相关的水质指标参数，接着分别利用BP神经网络、PSO‑BP神经网络、GA‑BP神经网络和GA‑PSO‑BP神经网络对水质指标参数预测进行模型构建，最后运用评估方法对构建模型进行评估通过结合不同算法构建方法，充分考虑了各种算法的优缺点，结果表明基于遗传算法GA和粒子群算法PSO混合优化的BP神经网络模型能够提高水质指标参数预测准确率。
水质指标构建参数预测湖泊水质预测模型预处理优化数据格式调整水质监测数据粒子群算法遗传算法GA 基本信息模型构建删除数据算法构建知识筛选水环境准确率导出评估算法地表水空缺并用语言

[发明专利]一种神经网络构建方法以及装置-CN202011131423.9在审
发明人：韩凯;王云鹤;张秋林;张维;许春景;钱莉 -专利权人：华为技术有限公司
申请日： 2020-10-21 - 公布日： 2021-02-26 - 主分类号： G06N3/04 文献下载
摘要：本申请公开了人工智能领域的一种神经网络构建方法以及装置，用于在给定硬件约束条件下，准确高效地构建出与硬件更适配的目标神经网络。该方法包括：从预设的搜索空间中采样得到至少一组第一参数组合，搜索空间中包括构建神经网络时使用的多种参数的取值范围；根据至少一组第一参数组合构建多个第一神经网络；生成映射关系，映射关系包括多种参数和多个第一神经网络的评估结果之间的关系；获取约束范围，所述约束范围包括标识计算装置的计算能力的数值范围；根据映射关系，得到和约束范围对应的第二参数组合；根据第二参数组合得到目标神经网络。
一种神经网络构建方法以及装置

[发明专利]基于卷积神经网络的干扰信号识别方法-CN201810286070.6有效
发明人：徐国进;李黎;王军;李少谦 -专利权人：电子科技大学
申请日： 2018-04-03 - 公布日： 2020-06-12 - 主分类号： G06K9/00 文献下载
摘要：本发明属于无线通信技术领域，具体涉及一种基于卷积神经网络的干扰信号识别方法。本发明的方法主要包括构建卷积神经网络；对接收到的干扰信号做预处理，将其作为卷积神经网络的输入样本；根据待识别信号的类别，将信号样本及其对应的类别构建为训练集，利用构建的训练集训练构建的卷积神经网络；根据训练的卷积神经网络本发明的有益效果为，利用卷积神经网络进行干扰信号识别，克服了传统的需要人为提取干扰信号特征来进行分类识别的缺点，对干扰信号的识别具有普适性和灵活性，并且提高了识别的准确性。
基于卷积神经网络干扰信号识别方法

[发明专利]一种基于改进灰色-长短期记忆神经网络组合模型的瓦斯浓度预测方法-CN202110067003.7有效
发明人：郑万波;赖祥威;吴燕清;夏云霓;冉啟华;吴何碧;车群;李芸珊;武丹丹 -专利权人：云南卫士盾科技有限公司;昆明理工大学
申请日： 2021-01-19 - 公布日： 2023-04-18 - 主分类号： G06F16/215 文献下载
摘要：本发明涉及基于改进灰色‑长短期记忆神经网络组合模型的瓦斯浓度预测方法，包括：采集传感器数据、数据预处理、数据标准化、灰色预测模型的构建、改进灰色预测模型的构建、长短期记忆神经网络的构建、改进灰色—长短期记忆神经网络组合预测模型的构建，模型的检验，所述组合预测模型包括：利用指数型灰色作用量代替原有的静态灰色作用量对灰色预测模型进行改进构造出长短期记忆神经网络预测模型，利用集成学习的方法将改进灰色预测模型和长短期记忆神经网络相结合进而建立改进灰色—长短期记忆神经网络组合预测模型，并采用实际数据和评价指标进行考察组合模型的准确性。
一种基于改进灰色短期记忆神经网络组合模型瓦斯浓度预测方法

[发明专利]一种基于改进U-Net神经网络的道路裂缝检测方法-CN202110471512.6有效
发明人：朱节中;张果荣;柯福阳;余晓栋;陆松;李富;丁健;陈道勇 -专利权人：南京信息工程大学滨江学院
申请日： 2021-04-29 - 公布日： 2023-09-26 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于改进U‑Net神经网络的道路裂缝检测方法，包括：1)采集道路裂缝图像，构建道路裂缝数据集，并进行预处理操作，形成训练集和测试集；2)构建改进U‑Net神经网络模型；3)基于所述训练集，对所述改进U‑Net神经网络模型进行训练；4)基于所述测试集，对训练完成的改进U‑Net神经网络模型进行测试，输出检测结果，并对模型进行评估，得出模型性能。本发明方法构建的改进U‑Net神经网络引入带扩张率的空洞卷积，可以减少卷积层的层数，减少模型的参数，同时节省了计算资源，降低了计算成本。本发明方法构建的改进U‑Net神经网络在每个卷积层后，加入BN层，加速模型的训练，防止梯度爆炸。
一种基于改进 net 神经网络道路裂缝检测方法

[发明专利]一种基于卷积神经网络的CT影像分类方法、装置及介质-CN201910382463.1在审
发明人：裴曦;徐榭 -专利权人：中国科学技术大学
申请日： 2019-05-08 - 公布日： 2019-09-27 - 主分类号： G06K9/62 文献下载
摘要：一种基于卷积神经网络的CT影像分类方法、装置及介质，方法包括：S1，构建卷积神经网络，卷积神经网络包括特征提取层(100)、特征处理层(200)以及数据拼接层(300)；S2，获取多张已知分类结果的CT影像作为样本数据，将样本数据输入至卷积神经网络以实现对卷积神经网络的训练；S3，将待分类的CT影像输入至训练完成的卷积神经网络，实现CT影像的分类。通过构建深度卷积神经网络，实现对CT影像中内容的快速自动识别，分类速度快、算法稳定、鲁棒性强。
卷积神经网络分类样本数据构建分类结果快速自动数据拼接算法稳定特征处理特征提取鲁棒性