“神经网络模拟”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1279209个，建议您升级VIP下载更多相关专利

[发明专利]一种神经元硬件装置及用这种装置模拟脉冲神经网络的方法-CN201610039384.7有效
发明人：罗玉玲;万雷;丘森辉;莫家玲;岑明灿;刘俊秀 -专利权人：广西师范大学
申请日： 2016-01-21 - 公布日： 2018-02-16 - 主分类号： G06N3/063 文献下载
摘要：本发明公开了一种神经元硬件结构及用这种结构模拟脉冲神经网络的方法，这种神经元硬件结构，其特征是，包括神经网络，所述神经网络包括多个神经元层，所述神经元层包含多个神经元，所述神经元包含一个突触层，所述突触层包含多个突触；用上述的神经元硬件结构模拟脉冲神经网络的方法，其特征是，包括如下步骤1）确定突触模型；2）模拟突触；3）模拟神经元；4）模拟神经元层；5）模拟神经网络。这种神经元硬件结构能减少单个神经元节点占用的硬件资源。通过使用这种神经元硬件结构模拟脉冲神经网络，具有模拟时间短、可拓展性较好，而且能够减少脉冲神经网络占用的硬件资源，进而能提高硬件器件容纳神经元的能力。
一种神经元硬件结构这种模拟脉冲神经网络方法

[发明专利]模拟神经网络中的误差补偿-CN202080046485.1在审
发明人： P.扬彻;F.梅尔;B.米尼克斯霍弗;E.哈塞尔斯坦纳;B.普钦格;G.普罗米策 -专利权人： AMS国际有限公司
申请日： 2020-06-16 - 公布日： 2022-02-08 - 主分类号： G06N3/063 文献下载
摘要：描述了一种用于补偿模拟神经网络中由于制造公差引起的误差的计算机实施的方法。该方法包括：从经训练的数字神经网络接收输入权重集，该数字神经网络具有与模拟神经网络相同的架构并且在数字环境中被训练，没有由于制造公差引起的误差；将输入权重集加载到模拟神经网络中；接收(i)用于误差补偿的测试输入集，以及(ii)通过使用经训练的数字神经网络处理测试输入集而获得的预期输出集；使用模拟神经网络处理测试输入集以生成测试输出集；处理测试输出集和预期输出集以生成用于模拟神经网络的更新权重集；以及将更新权重集加载到模拟神经网络中
模拟神经网络中的误差补偿

[发明专利]模拟生物双向认知能力的新型神经网络模型及训练方法-CN201610891903.2有效
发明人：刘威;郭旭颖;刘尚;周璇;周定宁;李瑞丰;郭直清;黄敏;张宇;王江;付巍巍;张雪;董艳荣;里莹;黄梓洋;张立忠;鞠兴军;黄玉凯;李雁飞;刘欣;徐煦;赵玉国;张琦 -专利权人：辽宁工程技术大学
申请日： 2016-10-09 - 公布日： 2021-05-11 - 主分类号： G06N3/06 文献下载
摘要：本发明公开了一种模拟生物双向认知能力的新型神经网络模型及训练方法，该新型神经网络模型由正向神经网络和负向神经网络构成，正向神经网络完成由输入到输出的顺向认知过程的模拟，负向神经网络完成由输出到输入的逆向认知过程的模拟，两个网络结构对称，权值共享，正、负向神经网络相应的连接权值矩阵互为转置关系。本发明构建了具有结构对称、权值共享的正向神经网络和负向神经网络的协同结构实现了对生物所具有的双向认知能力的模拟；通过在标准BP算法的过程中引入负向学习过程的方式，提出了一种新的神经网络训练方法。
模拟生物双向认知能力新型神经网络模型训练方法

[发明专利]神经网络的模拟硬件实现-CN202080048490.6在审
发明人：亚历山大·提莫非杰弗斯;波里斯·玛索夫;尼可莱·法迪诺毕许·科索夫;德密曲·尤利毕许·高朵夫斯基 -专利权人：普立恩科技有限公司
申请日： 2020-06-25 - 公布日： 2022-04-29 - 主分类号： G06N3/063 文献下载
摘要：提供了用于神经网络的模拟硬件实现的系统和方法。该方法包括获得训练后的神经网络的神经网络拓扑和权重。该方法还包括将神经网络拓扑变换成模拟部件的等效模拟网络。该方法还包括基于训练后的神经网络的权重来计算等效模拟网络的权重矩阵。权重矩阵的每个元素表示在等效模拟网络的模拟部件之间的相应连接。该方法还包括基于权重矩阵来生成用于实现等效模拟网络的示意模型，包括选择模拟部件的部件值。
神经网络模拟硬件实现

[发明专利]一种基于忆阻神经网络的联想记忆情感识别电路-CN201910324683.9有效
发明人：王雷敏;邹化宇 -专利权人：中国地质大学（武汉）
申请日： 2019-04-22 - 公布日： 2020-11-27 - 主分类号： G06N3/00 文献下载
摘要：本发明提供了一种基于忆阻神经网络的联想记忆情感识别电路，该电路包括输入单元、逻辑判断单元、突触单元、学习速度调节单元、输出处理单元和输出单元；所述输入单元用来模拟神经网络中的输入神经元；输出单元用来模拟神经网络中的输出神经元；该电路用于实现一种基于忆阻神经网络的联想记忆情感识别方法；利用神经网络，建立基于忆阻神经网络的联想记忆情感识别模型，用来模拟人类感知器。本发明的有益效果是：基于忆阻神经网络的联想记忆情感识别电路的集成化程度更高，实现了对人类学习速度变化的模拟，更好的对人类情绪变化进行模拟，提高智能机器模拟人类思考和行为的可能性；增强了模拟神经网络的仿生能力和实用性
一种基于神经网络联想记忆情感识别电路

[发明专利]一种脉冲神经网络建模方法、系统及其应用-CN202111105103.0在审
发明人：石青;陈喆;孙韬;王化平;魏子厚;陈勰;黄强 -专利权人：北京理工大学
申请日： 2021-09-22 - 公布日： 2021-12-14 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及一种脉冲神经网络建模方法、系统及其应用，先构建指数型积分放电脉冲神经元模型，然后基于待模拟真实神经网络的空间信息对所有神经元进行选择性连接，得到对应于待模拟真实神经网络的脉冲神经网络，空间信息包括网络结构约束信息、神经元位置信息以及子模块位置信息，并基于固定时间步长对该脉冲神经网络的状态进行计算，进而能更准确的模拟不同刺激下真实神经元的反应，并且能更为精准的建模真实神经网络的连通关系，更为准确的建立用于模拟生物活体神经回路和体外培养神经网络的脉冲神经网络，从而为研究隐藏在生物记忆和学习行为背后的神经信号处理和传输奠定基础。
一种脉冲神经网络建模方法系统及其应用

[发明专利]基于模拟退火优化BP神经网络的室内外无缝定位方法-CN202110087963.X有效
发明人：刘宇;王伟伟;路永乐;刘茄鑫;文丹丹;黎人溥;邹新海 -专利权人：重庆邮电大学
申请日： 2021-01-22 - 公布日： 2022-07-01 - 主分类号： G06N3/04 文献下载
摘要：本发明请求保护一种基于模拟退火优化BP神经网络的室内外无缝定位方法，属于导航定位领域，具体包括以下步骤：首先建立基于BP神经网络的室内外无缝定位算法模型，其次根据建立的基于BP神经网络的室内外无缝定位算法模型，结合模拟退火算法，建立基于模拟退火优化BP神经网络的室内外无缝定位算法模型，然后利用采集好的样本对使用模拟退火优化后的BP神经网络模型进行训练，确定最优的权值和阈值，最后将训练好的基于模拟退火优化BP神经网络用于室内外无缝定位。实验结果表明，利用模拟退火优化BP神经网络的室内外无缝定位算法，其平均绝对误差比BP神经网络的降低了大约69％，定位精度比PDR定位的精度提高了约55.11％。
基于模拟退火优化 bp 神经网络内外无缝定位方法

[发明专利]一种多载波MIMO系统的混合波束成形优化方法及系统-CN201911305067.5有效
发明人：陈杰男;邢静;吴凡;陶继云 -专利权人：电子科技大学
申请日： 2019-12-17 - 公布日： 2021-05-04 - 主分类号： H04B7/0413 文献下载
摘要：本发明公开了一种多载波MIMO系统的混合波束成形优化方法及系统，通过构建一个多载波混合波束成形神经网络，该网络包括：位于发射端网络的多层全连接基带波束成形神经网络、信号并串转换模块、以及单层共用模拟波束成形神经网络；位于接收端网络的单层共用模拟结合神经网络、信号串并转换模块、以及多层全连接基带结合神经网络。从而能够将混合波束成形系统完全映射到一个神经网络中进行全局优化；并且充分考虑到射频链路的消耗问题，将模拟网络构建为单层共用模拟结合神经网络。在训练过程中，我们采用多个模拟网络分别训练，经过一定的训练次数后，合并模拟网络参数，再重新训练的方式求取最优模拟网络参数，提高整个网络模型的精度。
一种载波 mimo 系统混合波束成形优化方法

[发明专利]基于神经网络辨识的舵机电液负载模拟器智能控制方法-CN201910053492.3在审
发明人：刘晓琳;李卓 -专利权人：中国民航大学
申请日： 2019-01-21 - 公布日： 2019-05-28 - 主分类号： G05B13/04 文献下载
摘要：一种基于神经网络辨识的舵机电液负载模拟器智能控制方法。其包括由神经网络辨识器和神经网络控制器组成力控制器；神经网络辨识器采用BP神经网络算法，得到舵机电液负载模拟器辨识模型；以舵机电液负载模拟器辨识模型作为控制对象，神经网络控制器确定Adaline网络在线学习准则本发明采用神经网络辨识器对系统数学模型进行在线辨识，有效解决了参数时变、非线性因素干扰严重及常规网络结构缺陷的问题。采用神经网络控制器对系统控制策略进行实时调整，并结合神经网络辨识器与神经网络控制器的功能，综合提高系统的控制效果与控制品质。从而有效改善舵机电液负载模拟器的工作性能。
负载模拟器机电液神经网络控制器神经网络辨识器神经网络辨识辨识模型智能控制结合神经网络系统控制策略系统数学模型非线性因素工作性能控制电压控制对象控制效果力控制器实时调整输出系统网络结构网络在线有效解决在线辨识辨识器时变学习

[发明专利]多层膜结构逆向设计方法、系统及多层膜结构-CN202310480403.X在审
发明人：刘春敏;袁亚飞;张书博 -专利权人：朗伯（苏州）光学科技有限公司
申请日： 2023-04-28 - 公布日： 2023-09-08 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种多层膜结构逆向设计方法、系统及多层膜结构，包括：S1、通过样本选择生成数据集；S2、预训练一个模拟神经网络；S3、训练一个逆向设计神经网络，搭配所述模拟神经网络形成串联神经网络；S4、利用数据库对构建好的串联神经网络进行训练；S5、利用训练好的串联神经网络进行多层膜结构逆向设计。本发明的多层膜结构逆向设计方法将模拟神经网络和逆向设计神经网络相结合形成串联神经网络，并且预测误差较小，可以设计出更合理、准确度高的薄膜结构。
多层膜结构逆向设计方法系统

[发明专利]一种基于类MOS发光器件模拟生物神经网络的电路-CN201510387991.8有效
发明人：吴霜毅;张孟;宁宁;朱马;李亮;廖京 -专利权人：电子科技大学
申请日： 2015-07-06 - 公布日： 2017-12-15 - 主分类号： G06N3/067 文献下载
摘要：一种基于类MOS发光器件模拟生物神经网络的电路，属于半导体集成电路和生物神经网络技术领域。包括两个以上的神经基本单元和光的传输通路，所述神经基本单元包括用于接收光信号并将光信号转换为电信号的光的接收转换装置来模拟生物神经网络的神经突触和用于将所述电信号转换为光信号的类MOS发光器件来模拟生物神经网络的神经元；所述光的传输通路用来模拟生物神经网络的轴突；所述两个以上的神经基本单元通过光的传输通路串联或/和星形连接，从而模拟生物神经网络。本发明模拟生物神经网络的电路能与CMOS工艺兼容且具有速度快、面积小、效率高、便于集成等优点，对人工智能等方面的研究与发展带来了积极的意义。
一种基于 mos 发光器件模拟生物神经网络电路

[发明专利]用于部分数字再训练的系统和方法-CN201880063926.1在审
发明人： K.F.布什;J.H.霍利曼三世;P.沃伦坎普;S.W.贝利 -专利权人：森田公司
申请日： 2018-07-28 - 公布日： 2020-08-11 - 主分类号： G06N3/08 文献下载
摘要：本文中提供的是一种集成电路，所述集成电路在一些实施例中包括混合神经网络，混合神经网络包括多个模拟层、数字层和多个数据输出。所述多个模拟层被配置为包括神经网络的编程权重以用于由神经网络做出决策。设置在所述多个模拟层与所述多个数据输出之间的数字层被配置用于编程，以补偿神经网络的编程权重中的权重漂移，从而维持由神经网络做出决策的完整性。本文中还提供的是一种方法，所述方法在一些实施例中包括：对所述多个模拟层的权重进行编程；确定由神经网络做出决策的完整性；以及对神经网络的数字层进行编程，以补偿神经网络的编程权重中的权重漂移。
用于部分数字训练系统方法

[发明专利]模拟装置及模拟方法-CN202210792467.9在审
发明人：张悠慧;杨乐 -专利权人：清华大学
申请日： 2022-07-05 - 公布日： 2022-11-04 - 主分类号： G06N3/04 文献下载
摘要：一种模拟装置、模拟方法、模拟设备以及非易失性计算机可读存储介质。该模拟装置，用于对脉冲神经网络模型的计算进行模拟，所述装置包括表达模块、流程模块和计算模块，其中，所述表达模块，被配置为获取脉冲神经网络模型的参数；所述流程模块，被配置为基于所述脉冲神经网络模型的参数，确定与模拟所述脉冲神经网络模型的数据计算过程相关联的第一信息和与模拟所述脉冲神经网络模型模拟的数据存储过程相关联的第二信息；所述计算模块，被配置为基于所述第一信息和所述第二信息，模拟所述脉冲神经网络模型的数据计算过程和数据存储过程
模拟装置方法

[发明专利]用模拟神经元的单个物理层实现多层神经网络-CN201980084186.4在审
发明人： E.哈塞尔斯泰纳;P.扬舍尔;F.梅尔;B.米尼克霍夫;B.普钦格;G.普罗米策 -专利权人： AMS有限公司
申请日： 2019-12-10 - 公布日： 2021-07-30 - 主分类号： G06F9/38 文献下载
摘要：本发明描述了一种包括多层模拟神经网络和系统控制器的系统。多层模拟神经网络具有单层物理模拟神经元，其可重复使用以实现多层模拟神经网络。每个物理模拟神经元被配置为接收神经元输入并处理该神经元输入以生成神经元输出，该神经元输出作为输入被馈送到单层的所有物理模拟神经元，并且每个物理模拟神经元包括相应的权重存储器。系统控制器可操作用于：针对每个物理模拟神经元获得相应的神经元权重向量集，其中每个神经元权重向量对应于多层模拟神经网络的多个层中的相应层；针对每个物理模拟神经元，在物理模拟神经元的相应权重存储器中存储相应的神经元权重集；接收多层模拟神经网络的网络输入；以及通过重复使用单层物理模拟神经元来通过多个层处理网络输入以生成网络输出，其中对于多个层的每一层，每个物理模拟神经元使用对应于当前层的相应神经元权重向量集中的神经元权重向量来处理物理模拟神经元的神经元输入
模拟神经元单个物理层实现多层神经网络

[发明专利]一种基于BP神经网络的路感模拟方法-CN202011570730.7在审
发明人：赵蕊;蔡锦康;邓伟文;丁娟 -专利权人：浙江天行健智能科技有限公司
申请日： 2020-12-26 - 公布日： 2021-04-09 - 主分类号： B62D6/00 文献下载
摘要：本发明涉及车辆技术领域，具体公开了一种基于BP神经网络的路感模拟方法，包括以下步骤：进行实车行驶试验并采集数据；试验数据预处理；使用BP神经网络算法训练基于BP神经网络的路感模型；测试基于BP神经网络的路感模型；根据所得的基于BP神经网络的路感模拟模型进行路感模拟。本发明使用实车行驶试验采集数据，采用BP神经网络算法建模，得到基于BP神经网络的路感模拟模型，建模过程简单，建模时间短，模型计算速度快，精度高，实时性好，克服了现有技术的缺陷。
一种基于 bp 神经网络模拟方法

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