“类神经网络”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1291854个，建议您升级VIP下载更多相关专利

[发明专利]一种基于卷积神经网络的景区人群行为分析方法-CN201910879212.4有效
发明人：张懿;杨文欢;赵晓旋;曹婼喧 -专利权人：广东外语外贸大学南国商学院
申请日： 2019-09-18 - 公布日： 2022-11-18 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种基于卷积神经网络的景区人群行为分析方法，包括步骤构建人群密度分类神经网络和人群热度图估计卷积神经网络，所述人群密度分类神经网络使用一个CNN将人群密度分为低密度、中密度和高密度3类，所述人群热度图估计卷积神经网络分为三列，每个不同人群密度类别被送到相应的人群热度图估计卷积神经网络的列中进行训练；结合颜色相似性和DBSCAN聚类算法对采集到的热度图中的人群区域进行分割；计算所述人群区域的相似度；根据所述相似度分析人群行为
一种基于卷积神经网络景区人群行为分析方法

[发明专利]对劣化图像进行优化的网络模型、图像优化方法-CN202310943296.X在审
发明人：叶文权;林珊;廖志健;谢后行 -专利权人：中国工商银行股份有限公司
申请日： 2023-07-28 - 公布日： 2023-10-13 - 主分类号： G06T5/00 文献下载
摘要：本申请提供了一种对劣化图像进行优化的网络模型、图像优化方法，属于大数据技术领域，其中，该网络模型包括：第一类和第二类神经网络模型，第一类神经网络模型，用于对目标图像进行特征提取，第一神经网络包括：下采样模块和上采样模块，下采样模块中包括多个连续的卷积层和池化层；第二类神经网络模型，包括多个时刻的处理单元，每个时刻的处理单元由门结构组成，门结构用于进行数据在序列中的连续传递，并对确定的无效数据进行丢弃。在上述方案中，通过融合第一类网络和第二类网络的多网络模型对劣化图像进行优化和修复，从而解决了现有的无法简单高效对劣化图像进行优化的技术问题，达到了对劣化图像进行高效优化的技术效果。
图像进行优化网络模型方法

[发明专利]联合深度神经网络和专家先验特征的信号调制识别方法及系统-CN202210095595.8有效
发明人：章昕亮;李天昀;龚佩;刘人玮;查雄;唐文岐;寸陈韬;朱家威 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2022-01-26 - 公布日： 2023-08-18 - 主分类号： H04L27/00 文献下载
摘要：本发明属于无线电通信领域，特别涉及一种联合深度神经网络和专家先验特征的信号调制识别方法及系统，构建信号调制识别网络模型并利用已知信号调制类别的信号样本数据进行模型训练，其中，模型包含：用于依据特征参数的不同进行类间分类的一级神经网络，及与一级神经网络连接用于针对不同的特征参数类间分类结果通过提取对应子类内部信号特征进行类内分类的二级神经网络，该二级神经网络数量与特征参数类间分类个数一致；依据对信号先验信息依赖程度和区分度选取多个用于信号调制识别的目标信号特征参数，利用已训练的信号调制识别网络模型识别目标信号的调制类别。
联合深度神经网络专家先验特征信号调制识别方法系统

[发明专利]计数方法及装置-CN201711037201.9有效
发明人：于涌;陈云霁;陈天石;刘少礼;郭崎;杜子东;刘道福 -专利权人：中国科学院计算技术研究所
申请日： 2017-10-30 - 公布日： 2021-01-08 - 主分类号： G06K9/62 文献下载
摘要：本公开提供了一种计数方法，包括：对一深度神经网络进行预训练；利用标记图像对预训练后的所述深度神经网络进行重训练，得到二分类的目标检测神经网络；以及利用所述二分类的目标检测神经网络对待计数的图像中包含的计数目标物体进行计数
计数方法装置

[发明专利]一种基于神经网络模型的光学邻近校正方法-CN201711216779.0有效
发明人：时雪龙;赵宇航;陈寿面;李铭 -专利权人：上海集成电路研发中心有限公司
申请日： 2017-11-28 - 公布日： 2021-01-29 - 主分类号： G03F1/36 文献下载
摘要：本发明公开了一种基于神经网络模型的光学邻近校正方法，包括以下步骤：S01：训练神经网络模型，包括在训练光罩上选择M个测试图案；分别获得上述M个测试图案所对应的目标图案；利用已知的感知神经网络模拟出类强度函数DDA0001485678150000011.JPG" imgContent="drawing" imgFormat="JPEG" orientation="portrait" inline="no" />利用类强度函数和目标图案，对上述感知神经网络进行训练，得出神经网络模型；S02：利用上述训练的神经网络模型实现光学邻近校正：包括利用得到的神经网络模型得出待处理光罩的类强度函数用切割阈值切割上述类强度函数
一种基于神经网络模型光学邻近校正方法

[发明专利]一种基于k-means和神经网络聚类的客户细分方法-CN201510323644.9在审
发明人：刘念 -专利权人：四川友联信息技术有限公司
申请日： 2015-06-12 - 公布日： 2015-08-19 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于k-means和神经网络聚类的客户细分方法，包括步骤：(1)从总体数据中随机抽样，抽取部分数据作为样本数据；(2)对步骤（1）抽取的样本数据进行k-means聚类，计算出每个样本数据所属的类别；(3)将步骤（2）的聚类结果作为训练样本，采用神经网络计算出每个属性每一层的权值，并得到一个训练好的神经网络；(4)将总体数据输入到训练好的神经网络中，计算出其所属的类别。本发明的方法在第一步只是抽取少数样本，抽取到孤立点的概率很低，并且采用BP神经网络计算出每个属性的权值，避免了每个属性对结果影响一样，从而克服了传统的K-means聚类算法的缺点，聚类效果更切合客户细分的实际需求
一种基于 means 神经网络客户细分方法

[发明专利]基于SPICE模型的仿真方法、仿真系统-CN202111676439.2在审
发明人：曾健忠 -专利权人：深圳天狼芯半导体有限公司
申请日： 2021-12-31 - 公布日： 2022-04-29 - 主分类号： G06F30/20 文献下载
摘要：并根据电性曲线对仿真器件进行电学测试得到第一电性参数；通过仿真得到晶圆允收测试的电学仿真数据，并将电学仿真数据与第一电性参数进行比较，得到LDE输入参数与晶圆允收测试的电性变化参数；基于LDE输入参数和电性变化参数进行类神经网络训练，得到类神经网络加权参数和类神经网络架构；将得到的类神经网络加权参数与类神经网络架构写入模型卡，从而基于SPICE模型的模型卡实现对器件的仿真，可以避免目前的LDE仿真需要用户将函数写入模型卡，导致测试工作量较大的问题
基于 spice 模型仿真方法系统

[发明专利]一种基于聚类及神经网络的含分布式电源配电网电能质量预测方法-CN201811561343.X有效
发明人：翁国庆;舒俊鹏;马泰屹;龚阳光 -专利权人：浙江工业大学
申请日： 2018-12-20 - 公布日： 2020-12-25 - 主分类号： G06Q10/04 文献下载
摘要：一种基于聚类及神经网络的含分布式电源配电网电能质量预测方法，包括：训练数据采集及归一化处理；历史输入数据集的聚类划分；训练集和验证集划分；BP神经网络预测模型训练；求取最佳训练集划分方式；预测输入变量值获取及归一化；确定输入变量值的簇类归属；电能质量预测输出及反归一化；电能质量预测结果评估。本发明的优点是：1、利用BP神经网络对含DG配电网电能质量进行了有效预测；2、用k‑means聚类算法对神经网络训练集进行分类预处理，对每个类提供不同的预测模型，以克服单独使用BP神经网络存在的易陷入局部最优解的缺点
一种基于神经网络分布式电源配电网电能质量预测方法

[发明专利]一种图像分类方法及装置-CN201610553942.1在审
发明人：张亚森;石伟伟;龚怡宏 -专利权人：华为技术有限公司
申请日： 2016-07-13 - 公布日： 2018-01-23 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种图像分类方法及装置，其特征在于，方法包括获取待分类图像的训练集；选择一个多层的卷积神经网络模型；对选取层做基于最小‑最大Min‑Max准则的正则约束，并形成第二卷积神经网络模型，其中，所述选取层为卷积神经网络模型中的一层；使用所述训练集对第二卷积神经网络模型进行训练，并生成第三卷积神经网络模型；使用第三卷积神经网络模型对待分类图像的测试集进行分类。基于目标识别的不变性特征，通过对选取层特征做基于Min‑Max准则的约束，使显式地强迫所学到的特征满足属于同一类的目标流形有较好的类内紧凑性，属于不同类的目标流形有较大的类间间隔，进而能够显著地提高图像分类的精度
一种图像分类方法装置

[发明专利]通过替代编码用于鲁棒性的神经网络约束-CN202111437150.5在审
发明人： K·埃克霍特;李泰星;I·M·莫莉;张智勇 -专利权人：国际商业机器公司
申请日： 2021-11-30 - 公布日： 2022-06-10 - 主分类号： G06N3/08 文献下载
摘要：本公开涉及通过替代编码用于鲁棒性的神经网络约束。神经网络被扩增以针对对手攻击提高鲁棒性。在该方法中，完全连接的附加层与神经网络的最后一层相关联。附加层具有比至少一个或多个中间层低的维度。编码包括用于每个输出类的编码向量。优选地，编码是n热点编码，其中n表示超参数。然后训练所得神经网络以鼓励网络将特征与每个热点位置相关联。以此方式，网络学习表示包含关于每个输出类的大量信息的那些特征的减小的特征集，和/或学习那些特征和输出类之间的约束。经训练的神经网络用于执行针对对手示例鲁棒的分类。
通过替代编码用于鲁棒性神经网络约束

[发明专利]神经网络方法和装置-CN201910315912.0在审
发明人：李俊行;朴炫宣;李世焕;李承远 -专利权人：三星电子株式会社
申请日： 2019-04-18 - 公布日： 2019-11-12 - 主分类号： G06N3/04 文献下载
摘要：提供了神经网络方法和装置。处理器实现的神经网络方法包括：基于所确定的输入数据的类的数量来确定输出运算结果的神经网络层的精度，以及根据所确定的精度来处理所述层的参数。
神经网络方法和装置处理器实现运算结果输出

[发明专利]数据处理方法及数据处理装置-CN201811496070.5在审
发明人：王梦娣;张庆;杨军;崔晓源;林伟 -专利权人：阿里巴巴集团控股有限公司
申请日： 2018-12-07 - 公布日： 2020-06-16 - 主分类号： G06N3/08 文献下载
摘要：该方法包括：从数据端口接收到卷积神经网络模型组件；所述对所述卷积神经网络模型组件的多个第一类顶点进行裁剪，以压缩所述卷积神经网络模型组件；输出压缩后的所述卷积神经网络模型组件。本发明实施例提出的数据处理方法和装置，能够实现相关的第一类顶点同时保留或者同时裁剪的效果，从而实现更高的网络压缩率和实际计算加速比。
数据处理方法装置

[发明专利]人脸识别方法及装置-CN202111360868.9在审
发明人：黄泽元 -专利权人：深圳集智数字科技有限公司
申请日： 2021-11-17 - 公布日： 2022-07-05 - 主分类号： G06V40/16 文献下载
摘要：该方法包括：通过神经网络模型提取输入图像中每个样本的第一特征、第二特征和第三特征，并对上述三个特征进行特征融合处理，得到每个样本的融合特征，进而通过计算得到每个样本的第一质量分和每个类对应的类中心的第二质量分；通过神经网络模型计算每个样本和每个样本所属的类对应的类中心的偏差角度的余弦值；根据每个样本的第一质量分、每个样本所属的类对应的类中心的第二质量分以及每个样本和每个样本所属的类对应的类中心的偏差角度的余弦值，通过损失函数训练神经网络模型；使用训练之后的神经网络模型进行人脸识别。
识别方法装置

[发明专利]图像处理方法、装置、系统和存储介质-CN201910859964.4有效
发明人：李亮亮 -专利权人：北京迈格威科技有限公司
申请日： 2019-09-11 - 公布日： 2022-12-02 - 主分类号： G06V40/16 文献下载
摘要：本发明提供了一种图像处理方法、装置、系统和存储介质，所述图像处理方法包括：获取包含目标对象的第一类型的图像；将所述第一类型的图像输入神经网络模型，所述神经网络模型包括类型变换模块和识别模块；利用所述类型变换模块对所述第一类型的图像进行类型变换处理，以获得第二类型的图像，所述第二类型的图像用于作为所述识别模块的训练样本。本发明的图像处理方法、装置、系统和存储介质能够将第一类型的图像变换为第二类型的图像，以训练用于对第二类型的图像进行目标对象识别的神经网络模型，从而使神经网络模型的训练样本更易于获得。
图像处理方法装置系统存储介质

[发明专利]一种配电变压器抗风险能力评估方法-CN202011306418.7有效
发明人：欧阳健娜;梁朔;陈绍南;李珊;周杨珺;秦丽文;李欣桐 -专利权人：广西电网有限责任公司电力科学研究院
申请日： 2020-11-19 - 公布日： 2023-04-18 - 主分类号： G06Q10/0635 文献下载
摘要：本发明公开了一种配电变压器抗风险能力评估方法，所述方法包括：采用K均值聚类算法对若干组配变运行数据进行聚类，获取K类数据样本；计算所述K类数据样本中每一类数据样本的配变停电故障概率；构建BP神经网络模型，利用所述K类数据样本对所述BP神经网络模型进行训练，得到训练后的BP神经网络模型；以所述K类数据样本中每一类数据样本的配变停电故障概率为影响因素，将待测试样本集导入所述训练后的BP神经网络模型进行学习
一种配电变压器风险能力评估方法