“线性层”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2687719个，建议您升级VIP下载更多相关专利

[实用新型]一种新型复合式农用发热片-CN201520155028.2有效
发明人：张继承;陆剑忠 -专利权人：江苏杰纶新材料有限公司
申请日： 2015-03-18 - 公布日： 2015-08-26 - 主分类号： B32B27/02 文献下载
摘要：本实用新型公开一种新型复合式农用发热片，包括：线性低密度聚乙烯层、PET膜层、电极，线性低密度聚乙烯层Ⅰ与线性低密度聚乙烯层Ⅱ之间设有PET膜层，线性低密度聚乙烯层Ⅱ与线性低密度聚乙烯层Ⅲ之间设有PET无纺布层Ⅰ，PET无纺布层Ⅰ与线性低密度聚乙烯层Ⅱ之间连接处镶嵌有电极，PET无纺布层Ⅰ与线性低密度聚乙烯层Ⅲ之间设有碳黑层，线性低密度聚乙烯层Ⅲ外侧设有线性低密度聚乙烯层Ⅳ，线性低密度聚乙烯层Ⅳ外侧设有屏蔽层
一种新型复合农用发热

[发明专利]无机偏光板及其制造方法-CN201510524640.7有效
发明人：高桥英司 -专利权人：迪睿合株式会社
申请日： 2015-08-24 - 公布日： 2019-12-27 - 主分类号： G02B5/30 文献下载
摘要：一种无机偏光板，所述无机偏光板包括：基底，对供使用的波长范围内的光是透明的；线性金属层；线性介质层；以及线性光吸收层，具有光吸收功能，并且以此顺序设置，其中，所述线性金属层在所述基底上以比所述光的波长短的间距相互隔开地对齐；所述多个线性介质层中的每个设置在所述多个线性金属层中的每个上；所述多个线性光吸收层中的每个设置在所述多个线性介质层中的每个上；以及，在与所述线性金属层的纵向方向正交的方向上切割所述线性金属层得到的横截面的形状为下底在所述基底的一侧以及上底在所述线性介质层的一侧的梯形
无机偏光及其制造方法

[发明专利]使用均衡传播来进行学习的模拟系统-CN202080063888.7在审
发明人： J·D·肯达尔 -专利权人：睿纽摩菲斯公司
申请日： 2020-07-29 - 公布日： 2022-06-03 - 主分类号： G06F17/16 文献下载
摘要：系统包括线性可编程网络层和非线性激活层。线性可编程网络层包括输入、输出和互连在输入和输出之间的线性可编程网络组件。非线性激活层与输出耦合。线性可编程网络层和非线性激活层被配置为具有处在系统的内容的最小值处的静态状态。
使用均衡传播进行学习模拟系统

[发明专利]一种基于MILP的线性扩散层分支数快速计算方法-CN202111571646.1在审
发明人：苗旭东;董新锋;韩羽;张晶 -专利权人：中国电子科技集团公司第三十研究所
申请日： 2021-12-21 - 公布日： 2022-04-22 - 主分类号： H04L9/06 文献下载
摘要：本发明提供了一种基于MILP的线性扩散层分支数快速计算方法，包括以下过程：步骤1、将线性扩散层分支数计算问题转化为MILP问题；步骤2、基于MILP问题建立MILP模型，并采用线性规划求解器进行求解，得到线性扩散层分支数；其中，在MILP模型中，将线性扩散层中差分和线性的传播行为用线性不等式刻画。本发明提出的线性扩散层分支数快速计算方法能够在较短的时间内求解出宽度大于32的线性扩散层的分支数。
一种基于 milp 线性扩散支数快速计算方法

[发明专利]用于深度学习模型的矩阵压缩方法和装置-CN201510566639.0有效
发明人：陈海波;李晓燕 -专利权人：杭州朗和科技有限公司
申请日： 2015-09-08 - 公布日： 2015-12-23 - 主分类号： G06N3/08 文献下载
摘要：本发明的实施方式提供了一种用于深度学习模型的矩阵压缩方法和装置，其中所述深度学习模型的最后一层线性层连接M个隐节点和N个分类节点，所述最后一层线性层对应有权重矩阵W。所述方法包括：步骤S101：根据所述权重矩阵W的元素的绝对值，计算K值；以及步骤S102：将所述最后一层线性层分解为第一线性层和第二线性层，其中所述第一线性层的权重矩阵为M*K的矩阵P，所述第二线性层的权重矩阵为K*N的矩阵Q，所述第一线性层的输出为所述第二线性层的输入，且M*N>K*(M+N)，以将所述权重矩阵W压缩。
用于深度学习模型矩阵压缩方法装置

[发明专利]神经网络的处理方法及评估方法、数据分析方法及装置-CN201910075152.0有效
发明人：那彦波;刘瀚文;卢运华 -专利权人：京东方科技集团股份有限公司
申请日： 2019-01-25 - 公布日： 2021-09-07 - 主分类号： G06N3/04 文献下载
摘要：该神经网络的处理方法包括：利用至少一个非线性层中的第N个非线性层处理输入至第N个非线性层的输入矩阵，以得到第N个非线性层输出的输出矩阵；根据所述输入矩阵和所述输出矩阵，对第N个非线性层进行线性化处理以确定第N个非线性层对应的第N个线性函数的表达式。
神经网络处理方法评估数据分析装置

[发明专利]一种光学神经网络及芯片-CN202111097534.7有效
发明人：徐哲;赵雅倩;李辰;葛沅;魏辉 -专利权人：苏州浪潮智能科技有限公司
申请日： 2021-09-18 - 公布日： 2023-08-04 - 主分类号： H04B10/2543 文献下载
摘要：本发明提供一种光学神经网络和包括光学神经网络的芯片，光学神经网络包括：输入层，输入层包括激光器、多个耦合器和多个输入波导，激光器产生光学输入信号，多个输入波导通过耦合器接收不同波长的光学输入信号；前向波导网格，前向波导网格包括线性变换层和非线性激活层，线性变换层和非线性激活层接收输入层输入的光学输入信号，并对光学输入信号进行加权加法线性运算和非线性激活运算；以及输出层，输出层包括多个输出波导和多个光电探测器阵列，多个光电探测器阵列通过输出波导接收从前向波导网格传出的经过线性和非线性运算的光学输出信号。本发明可以实现片上集成波导中进行光学线性和非线性计算的功能。
一种光学神经网络芯片

[发明专利]光人工神经网络智能芯片及制备方法-CN202110172825.1在审
发明人：崔开宇;熊健;杨家伟;黄翊东;张巍;冯雪;刘仿 -专利权人：清华大学
申请日： 2021-02-08 - 公布日： 2022-08-16 - 主分类号： G06N3/067 文献下载
摘要：本发明提供一种光人工神经网络智能芯片及制备方法，将光滤波器层作为人工神经网络的输入层和线性层，将光滤波器层对入射光的滤波作用作为输入层到线性层的连接权重，将图像传感器的平方检波响应作为人工神经网络的非线性层中的第一次非线性激活函数，将处理器作为人工神经网络的全连接、非线性层中的第二次非线性激活函数以及输出层，从而滤波器层和图像传感器以硬件的方式实现了人工神经网络中输入层、线性层和非线性激活函数的相关功能，使得后续在进行智能处理时不需要再进行与输入层和线性层对应的复杂的信号和算法处理
人工神经网络智能芯片制备方法

[实用新型]非线性超高压电缆-CN201420141396.7有效
发明人：张涛 -专利权人：青岛汉缆股份有限公司
申请日： 2014-03-27 - 公布日： 2014-08-20 - 主分类号： H01B9/02 文献下载
摘要：本实用新型涉及一种高压电力传输电缆，尤其涉及一种非线性超高压电缆，该电缆从内到外依次包括导体、导体屏蔽层、非线性内屏蔽层、绝缘层、非线性绝缘层、非线性外屏蔽层、绝缘屏蔽层、半导电缓冲阻水层、金属套、非金属护套，导体屏蔽层、非线性内屏蔽层、绝缘层、非线性绝缘层、非线性外屏蔽层和绝缘屏蔽层紧密结合为一体。
非线性超高压电缆

[发明专利]一种线性/非线性双层绝缘电介质界面极化特性分析方法-CN201811443195.1有效
发明人：韩永森;夏云彦 -专利权人：哈尔滨理工大学
申请日： 2018-11-29 - 公布日： 2020-12-25 - 主分类号： G01R27/26 文献下载
摘要：一种线性/非线性双层绝缘电介质界面极化特性分析方法属于绝缘电介质技术领域；现有技术使得理论推导过程复杂化且很难获得解析解；包括线性绝缘电介质层和非线性绝缘电介质层串联，线性绝缘电介质层与第一电极引线相连，非线性绝缘电介质层与第二电极引线相连，第一电极引线与第二电极引线之间直流高电压U0；分别用第一伏安特效曲线和第二伏安特性曲线表示线性/非线性双层绝缘电介质；将线性/非线性双层绝缘电介质用等效电路模型进行描述，获得线性绝缘电介质层的电压值、非线性绝缘电介质层的电压值、线性/非线性双层绝缘电介质的总极化电流值及时间常数值；解决了双层绝缘电介质的界面极化特性推导过程复杂化的技术问题
一种线性非线性双层绝缘电介质界面极化特性分析方法

[发明专利]光人工神经网络智能农业精准控制芯片及制备方法-CN202110172843.X在审
发明人：崔开宇;杨家伟;熊健;黄翊东;张巍;冯雪;刘仿 -专利权人：清华大学
申请日： 2021-02-08 - 公布日： 2022-08-16 - 主分类号： G06N3/067 文献下载
摘要：本发明提供一种光人工神经网络智能农业精准控制芯片及制备方法，用于农业精准控制智能处理任务，将光调制层作为人工神经网络的输入层和线性层，将光调制层对入射光的滤波作用作为输入层到线性层的连接权重，将图像传感器的平方检波响应作为人工神经网络的非线性层中的第一次非线性激活函数，将处理器作为人工神经网络的全连接、非线性层中的第二次非线性激活函数以及输出层，从而光调制层和图像传感器以硬件的方式实现人工神经网络中输入层、线性层和非线性激活函数的相关功能，从而大幅降低人工神经网络处理时的功耗和延时
人工神经网络智能农业精准控制芯片制备方法

[发明专利]光人工神经网络冶炼终点监测芯片及制备方法-CN202110172852.9在审
发明人：崔开宇;刘仿;黄翊东;张巍;冯雪 -专利权人：清华大学
申请日： 2021-02-08 - 公布日： 2022-08-16 - 主分类号： G06N3/067 文献下载
摘要：本发明提供一种光人工神经网络冶炼终点监测芯片及制备方法，用于冶炼终点监测任务，本发明将光滤波器层作为人工神经网络的输入层和线性层，将光滤波器层对入射光的滤波作用作为输入层到线性层的连接权重，将图像传感器的平方检波响应作为人工神经网络的非线性层中的第一次非线性激活函数，将处理器作为人工神经网络的全连接、非线性层中的第二次非线性激活函数以及输出层，从而光滤波器层和图像传感器以硬件的方式实现了人工神经网络中输入层、线性层和非线性激活函数的相关功能，从而大幅降低人工神经网络处理时的功耗和延时
人工神经网络冶炼终点监测芯片制备方法

[发明专利]改善延伸波长InGaAs晶圆翘曲的缓冲层结构及其制备方法-CN202310252923.5在审
发明人：刘博文;顾溢;李淘;邵秀梅;李雪;龚海梅 -专利权人：中国科学院上海技术物理研究所
申请日： 2023-03-16 - 公布日： 2023-06-02 - 主分类号： H01L31/0735 文献下载
摘要：本发明公开了一种改善延伸波长InGaAs晶圆翘曲的缓冲层结构及其制备方法，所述缓冲层结构自下而上依次包含晶格匹配缓冲层、组分线性递增缓冲层、组分线性递减缓冲层、固定组分缓冲层。所述晶格匹配缓冲层材料为In0.52Al0.48As或InP，所述组分线性递增缓冲层的材料为InxAl1‑xAs或InAsyP1‑y，其中自所述组分线性递增缓冲层下端至上端，x由0.52线性递增至a，0.85≤a≤1，或y由0线性递增至b，0.7≤b≤1，所述组分线性递减缓冲层的下端的所述组分线性递增缓冲层的上端晶格匹配，而后组分线性递减至与延伸波长InGaAs晶格匹配，所述固定组分缓冲层与延伸波长InGaAs层晶格匹配。
改善延伸波长 ingaas 晶圆翘曲缓冲结构及其制备方法

[发明专利]神经网络模型的压缩与加速方法、数据处理方法及装置-CN201910893276.X有效
发明人：金庆;杨林杰;廖震宇 -专利权人：字节跳动有限公司
申请日： 2019-09-20 - 公布日： 2023-03-31 - 主分类号： G06N3/0464 文献下载
摘要：神经网络模型包括线性层，神经网络模型的参数包括预备权值参数；压缩与加速方法包括：对神经网络模型的参数进行量化，以得到量化模型，量化模型的参数包括线性层的量化权值参数；以及，对量化模型进行尺度变换处理，以得到目标量化模型对量化模型进行尺度变换处理，包括：基于线性层的输出神经元的数量或线性层的预备权值参数的标准差，计算线性层的尺度变换参数；以及，基于线性层的尺度变换参数，对线性层的量化权值参数进行尺度变换处理，以得到线性层的标准量化权值参数
神经网络模型压缩加速方法数据处理装置

[发明专利]一种基于短连接的挖掘特征之间隐含关系的神经网络-CN201910639616.6在审
发明人：高强;郭菲;张小旺;冯志勇 -专利权人：天津大学
申请日： 2019-07-16 - 公布日： 2019-11-12 - 主分类号： G06N3/04 文献下载
摘要：一种基于短连接的挖掘特征之间隐含关系的神经网络，包括有输入层，设定有输入空间；第一嵌入层，用于后续提取非线性的低阶特征交互；第二嵌入层，用于后续提取线性特征；非线性交互池化层，用于从第一嵌入层输出的密集特征矩阵中提取出非线性的低阶特征交互；层损失神经网络，用于将非线性交互池化层输出的低阶交互特征变为高阶特征交互输出；线性模型，用于从第二嵌入层输出的密集特征向量中提取出线性特征；结合层，用于将层损失神经网络输出的高阶特征交互和线性模型输出的线性特征进行融合
嵌入层低阶特征神经网络线性特征输出密集特征特征交互线性模型短连接池化高阶向量隐含矩阵神经网络输出交互特征输入空间预测能力挖掘结合层输入层低阶融合预测

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