专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果1164295个,建议您升级VIP下载更多相关专利
  • [发明专利]一种林地土壤无机盐含量数据分析方法-CN202210200657.7在审
  • 程小辉;张皓然 - 桂林理工大学
  • 2022-03-02 - 2022-05-31 - G06F17/11
  • 一种基于权重优化的粒子群优化算法和自组特征映射神经网络的林地土壤无机盐含量数据分析方法。该方法以基于粒子群优化的自组特征映射神经网络为基础进行优化,通过粒子群优化算法和自组特征映射神经网络模型来代替自组特征映射的启发式训练算法,加强算法的非线性聚类能力。自组特征映射神经网络通过将高维的信息数据以有序方式映射到低维空间,形成一种有拓扑意义的有序图。而将自组特征映射神经网络技术应用于林地土壤数据分析,通过其强大的非线性拟合能力和可视化特点,将在土壤数据分析中有着独特的优势。本发明可优化自组特征映射神经网络算法的权重分布,可有效降低网络的量化误差和拓扑误差,提高聚类识别的质量。
  • 一种林地土壤无机盐含量数据分析方法
  • [发明专利]一种基于多重自组神经网络的电子鼻漂移抑制方法-CN201110340596.6无效
  • 刘涛 - 重庆大学
  • 2011-11-01 - 2012-06-20 - G01N27/26
  • 本发明提供了一种基于多重自组神经网络的电子鼻漂移抑制方法,其通过样本缓存矩阵对各个自组神经网络神经元均值中心加以缓存并循环迭代更新,用以求取每次循环漂移抑制补偿的补偿增量阵列,在对漂移补偿训练所采用气体匹配的自组神经网络中各神经元进行漂移补偿的同时,还利用补偿增量阵列对其它各个自组神经网络神经元中对于漂移补偿训练所采用气体敏感的特征电信号值都进行漂移抑制补偿,使得各自组神经网络神经元经过漂移补偿后都趋于接近气体传感器阵列检测其匹配气体的实际电信号输出阵列值
  • 一种基于多重组织神经网络电子漂移抑制方法
  • [发明专利]双重神经网络储层预测方法-CN02152379.7无效
  • 张向君 - 大庆石油管理局
  • 2002-12-05 - 2004-06-16 - G01V1/28
  • 一种双重神经网络储层预测方法。解决了神经网络在储层预测中预测结果精度低的问题。包括一个自组映射网络和若干个BP神经网络,其特征在于:先将地震特征参数输入到自组映射网络自组映射网络将根据输入地震特征参数的不同,输出时将地震特征参数划分为不同的类别,每一类别地震特征参数对应于地下不同的沉积相带;再将自组映射网络划分的各类结果分别作为各BP神经网络的输入参数,使得各BP神经网络得以在沉积相带的约束下对储层进行预测。
  • 双重神经网络预测方法
  • [发明专利]基于模糊神经网络网络覆盖及容量优化系统及优化方法-CN201410133551.5有效
  • 田辉;张平;范绍帅 - 北京邮电大学
  • 2014-04-03 - 2017-07-28 - H04W16/18
  • 本发明涉及一种基于模糊神经网络网络覆盖及容量优化系统及优化方法,所述系统包括多个分布式自组模块,每个所述分布式自组模块布置在一个基站中,并且每个所述分布式自组模块周期性地利用模糊神经网络优化所在基站的天线仰角和发射功率;集中式合作模块,所述集中式合作模块用于接收每个所述基站的分布式自组模块的优化参数,并将所述优化参数进行处理后,作为优化经验发送到每个所述分布式自组模块。本发明的基于模糊神经网络网络覆盖及容量优化系统及优化方法通过调整基站的射频天线仰角及发射功率,从而优化了网络的负载及容量性能。
  • 基于模糊神经网络网络覆盖容量优化系统方法
  • [发明专利]双重模糊神经网络储层油气预测方法-CN200410013772.5无效
  • 张向军 - 张向军
  • 2004-05-25 - 2005-12-07 - G01V1/28
  • 一种双重模糊神经网络储层油气预测方法。解决了神经网络在储层油气预测中预测结果精度低的问题。包括一个自组映射网络和若干个模糊网络,其特征在于:先将地震特征参数输入到自组映射网络自组映射网络将根据输入地震特征参数的不同,输出时划分为不同的类别,每一类别对应于地下不同的沉积相带;再将自组映射网络划分的各类结果分别作为各模糊神经网络的输入参数,使得各模糊神经网络得以在沉积相带的约束下对储层进行预测。
  • 双重模糊神经网络油气预测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top