“径向神经网络”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1259017个，建议您升级VIP下载更多相关专利

[发明专利]一种基于径向基神经网络的变压器振动信号分离方法-CN201910477127.5有效
发明人：傅晨钊;司文荣;徐鹏;贺林;田昊洋;徐湘亿;王劭菁;崔律 -专利权人：国网上海市电力公司;华东电力试验研究院有限公司
申请日： 2019-06-03 - 公布日： 2021-04-27 - 主分类号： G01M13/00 文献下载
摘要：本发明涉及一种基于径向基神经网络的变压器振动信号分离方法，包括以下步骤：1)设置径向基神经网络参数；2)将油箱表面振动的混合频域信号作为径向基神经网络的输入，将铁心和绕组振动的频域信号作为径向基神经网络的输出，建立径向基神经网络；3)将采集到的铁心、绕组及油箱表面振动的混合频域信号分为训练集和验证集，采用训练集对径向基神经网络进行训练；4)通过波形相似系数，根据设定的波形相似系数阈值对神经网络的训练效果进行判断；5)将油箱表面振动信号输入训练好的径向基神经网络得到变压器振动信号。
一种基于径向神经网络变压器振动信号分离方法

[发明专利]模块化神经网络的直接定位方法-CN201711447975.9有效
发明人：陈鑫;于宏毅;王鼎;吴瑛;杨宾;唐涛;吴志东;贾昌贵 -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： 2017-12-27 - 公布日： 2020-03-13 - 主分类号： G01S5/06 文献下载
摘要：本发明涉及一种模块化神经网络的直接定位方法，包含：将设定的定位区域划分为多个区间，每个区间内设置用于检测区间是否存在信号的多层感知器神经网络和用于目标位置估计的径向基神经网络；根据阵列天线接收系统采集的阵列信号数据获取多层感知器神经网络和径向基神经网络的输入数据；将输入数据带入多层感知器神经网络，根据多层感知器神经网络测试输出结果激活相应区间的径向基神经网络，并将输入数据带入径向基神经网络，根据径向基神经网络测试输出结果实现区间内目标位置估计。
模块化神经网络直接定位方法

[发明专利]一种锻造操作机大车行走控制方法、系统、设备及介质-CN202211460821.4在审
发明人：苗荣霞;刘鑫森;王磊 -专利权人：西安工业大学
申请日： 2022-11-17 - 公布日： 2023-03-24 - 主分类号： B21J9/20 文献下载
摘要：本发明提供一种锻造操作机大车行走控制方法、系统、设备及介质，基于初始化系统PID参数及径向基神经网络初值，搭建径向基神经网络模型；基于搭建径向基神经网络模型，采样获得系统大车位移给定值及当前值，计算控制误差及系统控制器输出；利用搭建的径向基神经网络模型得到当前网络的输出及系统辨识信息；通过梯度下降法对系统控制器PID参数进行修正，对径向基神经网络参数进行调整，形成并更新径向基神经网络模型；进行下一时刻的采样，直至锻造结束；本申请将径向基神经网络与传统PID控制方法相结合，采用梯度下降法更新径向基神经网络参数，通过网络辨识的信息在线整定系统控制器的PID参数，实现对锻造操作机大车位移的精准控制。
一种锻造操作大车行走控制方法系统设备介质

[发明专利]基于优化粒子群算法和神经网络的柴油机故障诊断方法-CN202010037363.8有效
发明人：张恺;陈宁;陆帅博 -专利权人：江苏科技大学
申请日： 2020-01-14 - 公布日： 2022-03-25 - 主分类号： G01M15/04 文献下载
摘要：本发明公开了基于优化粒子群算法和神经网络的柴油机故障诊断方法，它涉及柴油机故障诊断技术领域。它包括对粒子群算法的寻优过程进行改进、用优化过的粒子群算法对径向基函数神经网络的参数进行寻优、构建出最优径向基函数神经网络以及用得出的最佳径向基函数神经网络进行数据测试，利用优化的粒子群算法选取出径向基函数神经网络参数进行训练，得到最优径向基函数神经网络，运用最优径向基函数神经网络进行柴油机的故障诊断，相较于常用的粒子群算法，改进的粒子群算法能够更快地收敛，且不易陷入局部极值，能更快、更好地构建出最优径向基函数神经网，改进的粒子群和径向基函数神经网络能够在柴油机故障诊断中达到更高的准确率
基于优化粒子算法神经网络柴油机故障诊断方法

[发明专利]一种基于捕猎算法优化径向基神经网络的多源车速融合方法-CN202210360715.2在审
发明人：李潇;李朝阳;张毅;汪涛;陈伟康 -专利权人：上海交通大学
申请日： 2022-04-07 - 公布日： 2022-07-19 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于捕猎算法优化径向基神经网络的多源车速融合方法，其包括：通过三种地点车速采集方式获取目标路段某断面的地点车速，将地点车速分为融合组以及对照组；采用K‑means聚类对融合组进行聚类，并通过elbow method确定最佳聚类中心数K；将最佳聚类中心数K作为径向基神经网络的神经元个数；根据神经元个数，采用高斯函数作为核函数构建径向基神经网络；以融合组作为径向基神经网络的输入，将神经网络的输出与相应的对照组进行对比，以对比结果作为适应度函数；(S5)采用捕猎算法，适应度函数对径向基神经网络的参数进行优化以得到径向基神经网络的各参数，并利用该径向基神经网络进行多源车速融合。
一种基于捕猎算法优化径向神经网络车速融合方法

[发明专利]一种电能表端子温度检测方法-CN202110330083.0有效
发明人：郭雪薇;刘仕萍;邓高峰;许继和;赵燕;王珺;胡涛;赵震宇;朱亮;杨立行;熊紫腾 -专利权人：国网江西省电力有限公司供电服务管理中心;国家电网有限公司
申请日： 2021-03-29 - 公布日： 2021-08-24 - 主分类号： G01J5/12 文献下载
摘要：本发明提供了一种电能表端子温度检测方法，采用多种群互生粒子群优化算法对径向基神经网络参数进行优化，建立径向基神经网络预测模型，使用该模型进行电能表端子温度的间接测量，属于电能计量领域。本发明采用K‑Means++算法确定径向基神经网络的中心向量、采用多种群相互影响的方法优化径向基神经网络的宽度系数、采用递推最小二乘法求解径向基神经网络的连接权值。根据优化算法计算出径向基神经网络的最佳参数，并构建全新的径向基神经网络模型，用于构建适合检测电能表端子温度的模型，使电能表端子温度的检测精度更高。
一种电能表端子温度检测方法

[发明专利]使用多个推荐得分的推荐系统-CN03806186.4无效
发明人： A·布扎克 -专利权人：皇家飞利浦电子股份有限公司
申请日： 2003-03-18 - 公布日： 2005-07-20 - 主分类号： H04N7/16 文献下载
摘要：公开了一种方法和设备，用于使用一个或者多个径向基函数神经网络(400)通过混合来自各个推荐工具(125)的多个推荐得分来推荐感兴趣的项目(205，210，220)。径向基函数神经网络包括N个输入和至少一个输出，由在一个隐藏层中的多个隐藏单元互联。可以为每一用户使用一个唯一的神经网络，或者一个神经网络可以由多个用户共享，例如具有相似特征的一个用户组。神经网络训练过程(500)最初使用训练数据集(300)中的数据来训练每一个径向基函数神经网络。神经网络交叉验证过程(600)选择对交叉验证数据集执行最好的径向基函数神经网络。神经网络节目推荐过程(700)使用所选择的一个或者多个神经网络向用户推荐感兴趣的项目。
使用推荐得分系统

[发明专利]一种晶圆缺陷样本生成方法及系统-CN202210126893.9在审
发明人：吴晓敏;刘暾东 -专利权人：磐柔（厦门）工业智能有限公司
申请日： 2022-02-11 - 公布日： 2022-05-10 - 主分类号： G06T7/00 文献下载
摘要：所述方法包括：获取标记后的晶圆缺陷图片样本集并将其划分为训练集和测试集；建立径向基神经网络，其网络输入为晶圆缺陷图片像素点，输出为缺陷概率；通过训练集对径向基神经网络进行训练，利用训练后的径向基神经网络对测试集进行计算，获得缺陷生成训练集；将缺陷概率作为输入，晶圆缺陷图片像素点缺陷作为输出，重新构建径向基神经网络；使用缺陷生成训练集对重新构建的径向基神经网络进行训练，生成训练好的径向基神经网络；采用训练好的径向基神经网络自动生成晶圆缺陷样本
一种缺陷样本生成方法系统

[发明专利]基于支持向量机和神经网络的降水预测方法、装置和设备-CN202211384673.2在审
发明人：蒙芳秀;吴俊皇;苏健昌;左叶玉;刘志鸿;覃碧莉 -专利权人：桂林理工大学
申请日： 2022-11-07 - 公布日： 2023-02-03 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于支持向量机和神经网络的降水预测方法、装置和设备，涉及降水预测技术领域。根据当目标函数到超平面的距离最大时对应的最优超平面，确定分类函数，并记为支持向量机的降水分类模型；根据支持向量机的降水分类模型，将降水数据集分为无降水日数据和有降水日数据；同时对于无降水日数据，输出预测无降水；基于径向基神经网络构建径向基神经网络降水量预测模型；将有降水日数据输入至径向基神经网络降水量预测模型中，输出预测降水量。该本发明将支持向量机神经网络和径向基神经网络相结合，支持向量机神经网络和RBF神经网络承接判断提高了预测的稳定性和准确性。
基于支持向量神经网络降水预测方法装置设备

[发明专利]一种基于径向基神经网络的实用性阵列式探测器光斑定位方法-CN202310205073.3在审
发明人：李千;单翔宇;薛庆生;王福鹏;王梓冰 -专利权人：中国海洋大学
申请日： 2023-03-06 - 公布日： 2023-05-30 - 主分类号： G01B11/00 文献下载
摘要：本发明涉及一种基于径向基神经网络的实用性阵列式探测器光斑定位方法，属于探测器技术领域，利用径向基神经网络实现对激光光斑的高精度定位，设计并训练径向基神经网络，将训练集作为输入层，输出层为神经网络预测的光斑位置，不断训练并调整参数及神经元数量，将测试集输入训练好的神经网络，预测光斑位置，测试径向基神经网络有效性。
一种基于径向神经网络实用性阵列探测器光斑定位方法

[发明专利]用于小电流接地系统故障选线的径向基神经网络方法-CN201310405480.5无效
发明人：梁刚;李忠;康连良;梁程;国三立 -专利权人：国家电网公司;国网天津市电力公司
申请日： 2013-09-09 - 公布日： 2014-01-29 - 主分类号： G01R31/02 文献下载
摘要：本发明涉及一种用于小电流接地系统故障选线的径向基神经网络方法，包括步骤有：(1)建立小电流接地系统的仿真模型，得到径向基神经网络的输入特征量，建立训练样本与检测样本；(2)构建径向基神经网络；(3)对径向基神经网络进行自适应调整前设定，作为自适应调整结束的条件；(4)采用梯度下降法调节径向基神经网络隐层节点的中心位置和隐层与输出层之间的权值；(5)执行添加操作；(6)执行删除操作；(7)调整结束；(8)小电流接地系统故障选线的径向基神经网络方法开展在线应用本发明提出一种径向基神经网络方法，并将其应用于小电流接地系统的故障选线中，可大大提高故障选线的精度与速度，进而提高系统运行的可靠性与安全性。
用于电流接地系统故障径向神经网络方法

[发明专利]基于径向基神经网络的母线短期负荷预测方法-CN202011306110.2在审
发明人：汤义勤;邹宏亮;柳骏;郑远德;王康;刘涤尘;蒋旭;赵洁;唐佳杰;方宇迪;何育钦 -专利权人：国网浙江省电力有限公司台州供电公司;武汉大学
申请日： 2020-11-20 - 公布日： 2021-03-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出了一种基于径向基神经网络的母线短期负荷预测方法，包括：对电力系统中各个指标与母线短期负荷之间的相关性进行分析，根据分析结果筛选出影响母线短期负荷的相关指标；根据筛选出的相关指标，结合相关性的分析结果构建径向基神经网络；根据所述相关指标的历史数据对径向基神经网络进行训练，得到训练后的径向基神经网络；将相关指标的实时数据输入训练后的径向基神经网络，得到母线短期负荷的预测结果。在电力系统的母线侧进行短期负荷预测，引入pearson系数进行相关性分析，有利于准确构建径向基神经网络，进而实现对母线负荷的短期精确预测，提高短期负荷预测的准确性。
基于径向神经网络母线短期负荷预测方法

[发明专利]一种基于径向基函数神经网络的非视距误差抑制方法-CN202010216383.1有效
发明人：王慧强;高凯旋;吕宏武;冯光升;郭方方;杨帅征 -专利权人：哈尔滨工程大学
申请日： 2020-03-25 - 公布日： 2021-05-11 - 主分类号： H04W4/33 文献下载
摘要：本发明提供一种基于径向基函数神经网络的非视距误差抑制方法，包括：将原始多径TOA样本数据进行标准化分类预处理，得到标准化分类的多径TOA样本数据；建立径向基函数神经网络，并使用量子人工蜂群对径向基函数神经网络进行优化，该径向基函数神经网络由隐层和输出层组成；由标准化分类的多径TOA样本数据训练径向基函数神经网络；使用径向基函数神经网络识别并剔除未知多径TOA数据中的非视距误差。
一种基于径向函数神经网络视距误差抑制方法

[发明专利]一种基于神经网络的降水预测方法、装置和计算机设备-CN202111494096.8在审
发明人：蒙芳秀;覃碧莉;苏健昌;吴俊皇;蒋宜蓉 -专利权人：桂林理工大学
申请日： 2021-12-08 - 公布日： 2022-03-11 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于神经网络的降水预测方法，该方法包括：获取降水数据集；基于逻辑回归假设函数，构建逻辑回归降水发生模型；并根据逻辑回归降水发生模型，将降水数据集分为无降水日数据和有降水日数据；同时对于无降水日数据，输出预测无降水量；基于径向基神经网络，构建径向基神经网络降水量预测模型；并将有降水日数据输入径向基神经网络降水量预测模型中，输出预测降水量。本发明将logistic回归和径向基神经网络相结合，logistic回归和RBF神经网络承接判断提高了预测的稳定性和准确性。
一种基于神经网络降水预测方法装置计算机设备

[发明专利]一种粒子群优化的径向基神经网络车辆速度跟踪方法-CN201811541341.4有效
发明人：尹智帅;何嘉雄;聂琳真 -专利权人：武汉理工大学
申请日： 2018-12-17 - 公布日： 2023-02-03 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种粒子群优化的径向基神经网络车辆速度跟踪方法。本发明通过引擎模型、传动系统模型、车辆模型、刹车模型构建汽车动力学模型；通过梯度下降法计算径向基神经网络模型的参数，PID控制器通过径向基神经网络模型自适应调整参数；通过粒子群优化算法离线优化，得到粒子群优化后的参数；将粒子群优化后的参数初始化赋值给径向基神经网络PID控制器；通过初始化后径向基神经网络PID控制器得到初始节气门开度或初始制动踏板位置，并输入到汽车动力学模型以计算实际跟踪车速；实际跟踪车速以及PID控制器输出输入到神经网络中，根据速度的反馈误差调整径向基神经网络和PID控制器的参数。
一种粒子优化径向神经网络车辆速度跟踪方法

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