“神经网络输出”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3721521个，建议您升级VIP下载更多相关专利

[发明专利]一种CDRNN神经网络自然语义分析系统及方法-CN201810305403.5在审
发明人：陈亦玮 -专利权人：彩数（上海）商务咨询有限公司
申请日： 2018-04-08 - 公布日： 2019-10-22 - 主分类号： G06F16/35 文献下载
摘要：一种CDRNN神经网络自然语义分析系统，输入模块依次与CDRNN神经网络分词模块、CDRNN神经网络词性标注模块、CDRNN神经网络依存分析模块、CDRNN神经网络迭代机器学习模块、CDRNN神经网络聚类分类器模块、输出模块连接；一种CDRNN神经网络自然语义分析方法，包括以下操作步骤：A）、输入模块输入中文语料；B）、CDRNN分词；C）、CDRNN词性标注；D）、CDRNN依存分析；E）、CDRNN神经网络机器学习；F）、CDRNN聚类分析；G）、输出分析结果。本发明采用分词，聚类和分类技术，神经网络高速迭代学习解决了准确度不高的问题，使机器的准确识别率高达90%。
神经网络自然语义词性标注分析系统机器学习输入模块分词聚类分类器模块迭代学习分词模块分类技术分析模块聚类分析输出分析输出模块输入中文准确度识别率迭代语料分析

[发明专利]协同计算系统-CN202210303165.0在审
发明人：孙滕谌;马扬 -专利权人：北京他山科技有限公司
申请日： 2022-03-25 - 公布日： 2022-07-22 - 主分类号： G06N3/04 文献下载
摘要：提供了协同计算系统，包括属于至少两个不同层级的多个神经网络；所述多个神经网络的至少一个神经网络属于所述两个不同层级的较低层级，所述多个神经网络的至少另一个神经网络属于所述两个不同层级的较高层级；一个或多个属于所述两个不同层级的较低层级的神经网络的输出耦合到属于所述两个不同层级的较高层级的神经网络的输入；所述多个神经网络各自为包括输入层、中间层和输出层的独立完整神经网络。
协同计算系统

[发明专利]基于RBF神经网络的机械手运动学逆解方法-CN201710207954.3在审
发明人：惠记庄;武琳琳;赵斌;张泽宇;程顺鹏 -专利权人：长安大学
申请日： 2017-03-31 - 公布日： 2017-07-04 - 主分类号： B25J9/16 文献下载
摘要：本发明属于机械手运动学求解领域，公开了一种基于RBF神经网络的机械手运动学逆解方法，包括获取机械手运动样本对；设置RBF神经网络的样本输入和期望输出，RBF神经网络的样本输入为机械手末端执行器的位姿，RBF神经网络的期望输出为机械手关节角度；根据RBF神经网络的样本输入和期望输出，采用正交最小二乘方法确定RBF神经网络的网络参数，得到满足误差要求的RBF神经网络的网络参数；获取机械手末端执行器的实际位姿，将实际位姿输入到满足误差要求的RBF神经网络的输入层，满足误差要求的RBF神经网络的输出层输出机械手关节角度，从而完成机械手运动学逆解；能够提高机械手轨迹规划和实时控制精度。
基于 rbf 神经网络机械手运动学方法

[发明专利]层数增减深度学习神经网络训练方法、系统、介质和设备-CN201810823422.7有效
发明人：朱定局 -专利权人：大国创新智能科技(东莞)有限公司
申请日： 2018-07-25 - 公布日： 2021-06-22 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种层数增减深度学习神经网络训练方法、系统、介质和设备，所述方法包括：将训练输入数据输入当前深度学习神经网络，通过当前深度学习神经网络计算得到第一输出数据；判断第一输出数据与预期输出数据是否相同；若不符合第一预设条件，则在当前深度学习神经网络中分类器之前增加一个隐层；否则，将测试输入数据输入当前深度学习神经网络，通过深度学习神经网络计算得到第二输出数据；判断第二输出数据与真实结果数据是否相同；若不符合第二预设条件，则将当前深度学习神经网络中分类器的前一个隐层删除；否则，输出当前深度学习神经网络。本发明能达到充分拟合时顶层概念就是刚好足以与输出数据进行充分拟合的概念。
层数增减深度学习神经网络训练方法系统介质设备

[发明专利]一种可灵活配置的忆阻神经网络电路-CN201810942981.X有效
发明人：孙军伟;韩高勇;王英聪;姜素霞;王延峰;刘鹏;黄春;赵星童;方洁;刘娜 -专利权人：郑州轻工业学院
申请日： 2018-08-17 - 公布日： 2019-06-14 - 主分类号： G06N3/063 文献下载
摘要：本发明提出了一种可灵活配置的忆阻神经网络电路，用以解决现有神经网络中多余的输入端口影响神经网络输出结果的准确性，且增加额外能耗的问题。本发明包括控制电路、信号输入电路和神经网络电路，控制电路的输入端与输入控制信号相连接，信号输入电路的输入端与输入信号相连接，控制电路的输出端与信号输入电路相连接，信号输入电路的输出端与神经网络电路相连接，神经网络电路包括忆阻元件，神经网络电路的输出端输出结果信号。本发明可根据控制电路输出的控制信号更改参与到工作当中的突触数量，节约了能量消耗；可灵活配置的忆阻神经网络电路以不同的规模运行，有效地避免输出结果出现错误。
神经网络电路信号输入电路控制电路灵活配置输出端输入端输出结果信号输入控制信号额外能耗控制信号能量消耗神经网络输出结果输入端口网络输出影响神经有效地突触输出节约

[发明专利]卷积神经网络计算优化方法、装置、计算机设备及介质-CN201910727117.2有效
发明人：王浩;杨宏璋 -专利权人：上海燧原智能科技有限公司
申请日： 2019-08-07 - 公布日： 2020-09-15 - 主分类号： G06N3/04 文献下载
摘要：本发明实施例公开了一种卷积神经网络计算优化方法、装置、计算机设备及介质。所述方法包括：获取优化后的卷积神经网络的待输入特征图；根据所述优化后的卷积神经网络对应的特征图最优尺寸与所述待输入特征图的尺寸的关系，确定匹配的输入调整方式，对所述待输入特征图的尺寸进行调整；将调整后的待输入特征图输入到所述优化后的卷积神经网络中，得到所述优化后的卷积神经网络输出的输出特征图；根据所述输入调整方式确定所述输出特征图的输出调整方式，并对所述输出特征图进行调整，将调整后的输出特征图作为所述卷积神经网络的目标输出特征图结果。本发明实施例可以使卷积神经网络适配硬件设备的加速性能，提高卷积神经网络的计算速度。
卷积神经网络计算优化方法装置计算机设备介质

[发明专利]数据处理方法、装置及电子设备-CN201910299816.1在审
发明人：谢国添;沈旭;黄建强;华先胜 -专利权人：阿里巴巴集团控股有限公司
申请日： 2019-04-15 - 公布日： 2020-10-27 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种数据处理方法，包括：获取第一神经网络的卷积层的输入数据以及输出数据；将所述输入数据和所述输出数据映射到间接特征空间；在所述间接特征空间中精简所述第一神经网络，得到第二神经网络，其中，所述第二神经网络为去除了冗余神经元的神经网络采用所述方法，解决了针对卷积神经网络合理的去除冗余的问题，避免了精简后的卷积神经网络性能降低。
数据处理方法装置电子设备

[发明专利]一种采用资格迹的神经网络学习控制方法-CN201510304299.4有效
发明人：刘智斌;刘晓峰 -专利权人：曲阜师范大学
申请日： 2015-06-04 - 公布日： 2017-10-03 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种采用资格迹的神经网络学习控制方法，该采用资格迹的神经网络学习控制算法，将BP神经网络应用于强化学习，BP神经网络的模型拓扑结构包括输入层、隐层和输出层，运用资格迹，本方法把局部梯度从输出层传递到隐层，实现隐层权值的更新，能大大提高学习效率；在此基础上采用基于资格迹的残差梯度法，不仅对神经网络输出层进行权值更新，而且对隐层进行了优化权值更新，保证了BP神经网络在强化学习过程中良好的收敛性能。BP神经网络作为强化学习值函数拟合器，其输入层接收状态信息，依据BP神经网络输出层的输出值V和环境反馈的报酬值r，利用TD算法训练BP神经网络，Agent依据输出值V选取行为a，从而实现自适应控制。
一种采用资格神经网络学习控制方法

[发明专利]使用验证神经网络的分类结果验证方法和分类结果学习方法以及执行所述方法的计算装置-CN202080011228.4在审
发明人：玉成民;金映锡;罗辉栋;柳尚贤;李镐式;崔俊辉 -专利权人：三星电子株式会社
申请日： 2020-05-13 - 公布日： 2021-09-07 - 主分类号： G06N3/04 文献下载
摘要：公开了一种使用验证神经网络的分类结果验证方法和分类结果学习方法以及执行所述方法的计算装置。分类结果验证方法将从分类神经网络输出的针对输入数据的中间输出值输入到验证神经网络，并允许验证神经网络使用中间输出值输出分类神经网络的输入数据的分类结果的可靠性，以验证输入数据的分类结果。
使用验证神经网络分类结果方法学习方法以及执行计算装置

[发明专利]一种神经网络模型知识蒸馏方法、系统、设备及介质-CN202010850266.0在审
发明人：朱克峰;阚宏伟;仝培霖 -专利权人：苏州浪潮智能科技有限公司
申请日： 2020-08-21 - 公布日： 2020-11-24 - 主分类号： G06N3/04 文献下载
摘要：本申请公开了一种神经网络模型知识蒸馏方法、系统、设备及介质，获取待知识蒸馏的第一神经网络模型；获取第二神经网络模型；生成用于对第二神经网络模型进行训练的目标样本集；将目标样本集作为第二神经网络模型的输入，将第一神经网络模型的输出作为第二神经网络模的输出，对第二神经网络模型进行知识蒸馏，得到目标神经网络模型。本申请中，在进行神经网络模型知识蒸馏的过程中，并不是直接应用第一神经网络模型训练过程中应用的训练样本集进行知识蒸馏，而是重新生成新的目标样本集来进行知识蒸馏，无需获取训练样本集，可以提高神经网络模型知识蒸馏的效率
一种神经网络模型知识蒸馏方法系统设备介质

[发明专利]一种基于BP神经网络的多元电网负荷预测方法-CN201811378838.9在审
发明人：吴子豪;王若谷;程松;张燕平;王永庆;师鹏;尚渭萍;朱超;李明;梁苗;朱丹玥;朱明辉;田刚旗;白欢;王军娥;唐露甜;李高阳;王岳彪;李广;王辰曦 -专利权人：国网陕西省电力公司电力科学研究院;西安电子科技大学;陕西尚品信息科技有限公司;国家电网有限公司
申请日： 2018-11-19 - 公布日： 2019-02-22 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于BP神经网络的多元电网负荷预测方法，包括：从多元电网历史数据库中调用数据，建立BP神经网络样本输入变量数据数组；确定BP神经网络模型中隐含层神经元个数；计算BP神经网络模型中输出层的输出；计算BP神经网络样本训练的单个样本输出误差及所有样本输出总误差；判断样本训练结束条件；利用训练后的模型输出预测的负荷值。本发明的方法基于BP神经网络模型，具有较好的泛化性和收敛性，可更精确的满足实际预测要求。
电网负荷样本训练预测样本神经元历史数据库变量数据调用数据结束条件输出误差输出预测样本输入输出泛化性收敛性输出层隐含层总误差数组电网

[发明专利]基于深度学习的甲状腺疾病筛查方法、系统、设备及存储介质-CN202310540069.2在审
发明人：翟广涛;周慧芳;雷超宇;宋雪霏;杨希晨;王骐宇;张可言;孙瀚池 -专利权人：上海交通大学医学院附属第九人民医院
申请日： 2023-05-12 - 公布日： 2023-08-08 - 主分类号： G16H50/20 文献下载
摘要：本发明提供了基于深度学习的甲状腺疾病筛查方法、系统、设备及存储介质，该方法包括：建立第一样本集，第一样本集中具有甲状腺疾病的数据构成患者集；训练第一神经网络模型，以使第一神经网络模型输出是否具有甲状腺疾病的分类；训练第二神经网络模型，以使第二神经网络模型输出具有何种甲状腺疾病的分类；训练第三神经网络模型，以使第三神经网络模型输出甲状腺功能七项指标的预测值；将待检测用户的数据分别输入第一神经网络模型、第二神经网络模型和第三神经网络模型得到预测结果本发明通过神经网络分析甲状腺疾病患者的面部图像，实现甲状腺疾病的识别和分类，提供高效、便捷、成本低甲状腺疾病筛查方法，节约医疗资源。
基于深度学习甲状腺疾病方法系统设备存储介质

[发明专利]基于干涉神经网络的航天器组合体误差补偿控制方法-CN202010489764.7有效
发明人：李爽;佘宇琛;孙俊 -专利权人：南京航空航天大学
申请日： 2020-06-02 - 公布日： 2022-07-26 - 主分类号： B64G1/24 文献下载
摘要：本发明公开了一种基于干涉神经网络的航天器组合体误差补偿控制方法，包括：将RBF神经网络和HERMITE神经网络的输出进行叠加，构造一种新型神经网络；设计最优学习规则；将基于RBF和HERMITE两个神经网络的输出信号所获得的干涉模型拓展到N个RBF神经网络或HERMITE神经网络输出的情况；构建航天器组合体动力学模型，并将新型神经网络与最优学习规则集成到航天器组合体控制系统中；利用新型神经网络对航天器组合体控制系统所受到的外在扰动力进行拟合本发明提高了神经网络系统对复杂复合型扰动信号的跟踪能力。
基于干涉神经网络航天器组合误差补偿控制方法

[发明专利]训练神经网络的方法和装置-CN201911351051.8在审
发明人：许奕星;唐业辉;钱莉;王云鹤;许春景 -专利权人：华为技术有限公司
申请日： 2019-12-24 - 公布日： 2020-10-20 - 主分类号： G06N3/04 文献下载
摘要：本申请提供人工智能领域中训练神经网络的方法和相关装置。训练神经网络的方法包括：向神经网络输入训练数据，所述训练数据包括图像、文本或语音；根据神经网络中的第一目标层的第一输出空间，确定神经网络中的第二目标层的第一输入空间；将第一输入空间中的特征向量输入第二目标层，对神经网络进行训练；其中，第二目标层输入第一输入空间中的特征向量时神经网络拟合随机噪声的能力，小于第二目标层输入第一输出空间中的特征向量时神经网络的输出空间拟合随机噪声的能力。本申请提供训练神经网络的方法、利用神经网络处理数据的方法和相关装置，有利于避免神经网络对图像、文本或语音进行处理时出现过拟合现象。
训练神经网络方法装置

[发明专利]一种域适配方法、装置及电子设备-CN202010290532.9在审
发明人：钟巧勇;浦世亮;谢迪 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2020-04-14 - 公布日： 2021-10-22 - 主分类号： G06N3/08 文献下载
摘要：其中，所述方法包括：利用第一神经网络模型执行预设任务，所述第一神经网络模型为基于预设样本集训练得到的，并且模型复杂度低于预设复杂度阈值；将所述第一神经网络模型执行所述预设任务时的输入对象输入第二神经网络模型，得到所述第二神经网络模型的输出，所述第二神经网络模型为基于所述预设样本集训练得到的，并且模型复杂度高于所述第一神经网络模型；以该输出作为所述输入对象的真值，对所述第一神经网络模型进行训练，得到第三神经网络模型；利用所述第三神经网络模型继续执行所述预设任务。可以提高训练得到的第三神经网络模型执行预设任务时输出的结果的准确性。
一种配方装置电子设备