“pnn ”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216个，建议您升级VIP下载更多相关专利

[发明专利]光子神经网络的对偶自适应训练方法及相关组件-CN202310035913.6在审
发明人：林星;段正阳;张海欧;郑紫阳;熊红凯 -专利权人：清华大学
申请日： 2023-01-10 - 公布日： 2023-05-26 - 主分类号： G06N3/04 文献下载
摘要：本发明提供一种光子神经网络的对偶自适应训练方法及相关组件，该方法包括：建立包括PNN物理模型和系统误差预测网络模型的PNN仿真模型；确定PNN物理系统的测量值及PNN仿真模型的测量值；基于PNN物理系统的测量值和PNN仿真模型的测量值的对比结果和数据融合结果分别确定相似度损失函数和任务损失函数；根据相似度损失函数和任务损失函数优化更新PNN仿真模型的参数以对PNN物理模型进行在线训练。通过本发明的方法，可以让PNN物理模型在训练过程中适应较大的系统误差，从而使PNN物理模型在部署于PNN物理系统时保持高性能。
光子神经网络对偶自适应训练方法相关组件

[发明专利]基于乌鸦搜索优化PNN的变压器套管放电缺陷诊断方法-CN202310374313.2在审
发明人：苏毅;韩方源;夏小飞;张磊;陈梁远;黎大健;芦宇峰;饶夏锦;潘绍明;李锐 -专利权人：广西电网有限责任公司电力科学研究院
申请日： 2023-04-10 - 公布日： 2023-08-15 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种基于乌鸦搜索优化PNN的变压器套管放电缺陷诊断方法，该方法通过获取变压器套管局部放电的波形数据，从波形数据中提取特征参量，构建特征向量，将特征向量分为训练特征向量和测试特征向量；结合特征向量构建CSA‑PNN诊断模型，CSA‑PNN诊断模型输出变压器套管放电类型；将测试特征向量输入CSA‑PNN诊断模型进行放电类型诊断。本发明通过我乌鸦搜索算法优化了PNN中的平滑因子，解决了传统随机PNN算法平滑因子难以选择的问题，提高训练PNN诊断模型时的效率以及利用PNN诊断模型进行放电类型识别时的准确率。
基于乌鸦搜索优化 pnn 变压器套管放电缺陷诊断方法

[发明专利]基于改进卷积神经网络的图像识别方法及应用-CN201910511054.7在审
发明人：甄然;于佳兴;吴学礼 -专利权人：河北科技大学
申请日： 2019-06-13 - 公布日： 2019-10-15 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于改进卷积神经网络的图像识别方法及应用，包括：1、构造用于图像识别的CNN‑PNN模型：在卷积神经网络CNN模型基础上引入概率神经网络PNN模型，以卷积神经网络CNN模型为特征提取器，以概率神经网络PNN模型为分类器，形成CNN‑PNN模型；2、将训练样本图像输入到CNN‑PNN模型的输入层，通过卷积神经网络CNN模型中的卷积、降采样，所述卷积、降采样循环操作一次及以上后扩展为列向量；3、对作为特征提取器的卷积神经网络CNN模型进行训练；4、对作为特征提取器的卷积神经网络CNN模型训练完毕后，对作为分类器的概率神经网络PNN模型进行训练；5、利用训练完成的CNN‑PNN模型识别图像；本发明将卷积神经网络CNN模型和概率神经网络PNN模型结合起来，大大提高了精准度。
卷积神经网络概率神经网络特征提取器图像识别分类器降采样卷积训练样本图像模型基础模型结合模型识别模型训练循环操作精准度列向量输入层应用改进图像引入

[发明专利]一种基于PNN神经网络的室内外场景识别方法-CN202111404003.8在审
发明人：王晓甜;毛永毅;李耀辉 -专利权人：西安邮电大学
申请日： 2021-11-24 - 公布日： 2022-02-25 - 主分类号： G06K9/00 文献下载
摘要：本发明属于室内外场景识别方法，为解决目前使用专业的硬件设备对室内和室外场景进行识别的方法，必须安装相应的硬件设备，成本高，普适性低的技术问题，提供一种基于PNN神经网络的室内外场景识别方法，建立PNN神经网络，其中，所述PNN神经网络的输入为WIFI信号强度和可见卫星数，输出为室内外识别标签值，所述室内外识别标签值的两种数值分别代表室内和室外；采集多组由WIFI信号强度、可见卫星数和室内室外信息组成的数据组，输入至所述PNN神经网络中，对PNN神经网络进行训练；将任一处的WIFI信号强度和可见卫星数输入至经步骤S2训练后的PNN神经网络中，根据所述PNN神经网络输出的室内外识别标签值，识别该处为室内或室外
一种基于 pnn 神经网络内外场景识别方法

[发明专利]一种基于PNN网络的温室环境评估方法-CN202010678726.6有效
发明人：关守平;方秋杨;陈旭涛 -专利权人：东北大学
申请日： 2020-07-15 - 公布日： 2023-06-13 - 主分类号： G06F18/23213 文献下载
摘要：本发明提供一种基于PNN网络的温室环境评估方法，涉及设施农业技术领域。该方法首先建立一个的温室环境参数样本库，并对样本分类后分为训练样本和测试样本；然后使用改进的K‑means聚类算法对训练样本进行聚类处理，根据代表性样本选择阈值，选择出一批代表性样本作为PNN网络新的训练样本；对新的训练样本归一化后训练PNN网络，利用训练后的PNN网络对归一化后的测试样本进行等级评估，并计算对测试样本进行分类的错误率；最后令PNN中相同类别的模式层神经元采用相同的平滑因子，不同类别的模式层神经元采用不同的平滑因子，再将分类的错误率作为粒子群优化算法的目标函数来修改PNN网络的平滑因子，得到一个最优的PNN分类模型。
一种基于 pnn 网络温室环境评估方法

[发明专利]一种PNN测井资料解释方法、装置、设备及存储介质-CN202111156218.2在审
发明人：令狐松;段朝伟;单沙沙;邓瑞;张程恩;刘春雷;隋秀英;李娜 -专利权人：中国石油天然气集团有限公司;中国石油集团测井有限公司
申请日： 2021-09-29 - 公布日： 2023-03-31 - 主分类号： E21B47/00 文献下载
摘要：本发明公开了一种PNN测井资料解释方法、装置、设备及存储介质，方法包括：获取PNN测井数据，并对所述PNN测井数据进行解码，并对解码后的数据进行滤波处理；根据滤波处理后的数据得到地层俘获截面曲线；采用体积模型法建立解释模型本发明可对得到的PNN测井数据进行解码，然后滤波处理后得到更精准的数据，之后通过滤波处理后的数据得到精准的地层俘获截面曲线后，通过合适的解释模型输出解释结果，可以避免由于保密无法得到精准的PNN测井数据而导致的解释结果不准的问题
一种 pnn 测井资料解释方法装置设备存储介质

[发明专利]一种深度在线迁移的锂离子储能电池故障诊断方法-CN202310554087.6在审
发明人：张雪松;林达;杨帆;赵波;钱平;戴哲仁;章雷其;刘敏;张彦昌;李春春;陈凌宇;陈哲;葛晓慧;许君杰 -专利权人：国网浙江省电力有限公司电力科学研究院
申请日： 2023-05-17 - 公布日： 2023-08-11 - 主分类号： G01R31/367 文献下载
摘要：本发明的方法包括：采集离线状态电池不同工况下锂离子储能电池的运行数据特征并构建源域数据集；使用源域数据，训练得到源域SSA‑PNN模型，并对源域SSA‑PNN模型参数进行初始化；利用迁移学习将源域SSA‑PNN模型参数迁移至目标域SSA‑PNN模型训练过程中，快速建立目标域SSA‑PNN模型；目标域SSA‑PNN模型中的分类器在保留已学到知识的基础上，对目标域SSA‑PNN模型进行更新和修正，利用目标测试集得到不同工况下的锂离子储能电池故障诊断结果
一种深度在线迁移锂离子电池故障诊断方法

[发明专利]基于KPCA-PSO-PNN模型的中低压燃气调压器故障诊断方法-CN202310155656.X在审
发明人：张艳;王海超 -专利权人：上海电力大学
申请日： 2023-02-22 - 公布日： 2023-04-28 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种基于KPCA‑PSO‑PNN模型的中低压燃气调压器故障诊断方法，包括采集中低压燃气调压器出口压力数据，并输入预先构建并训练好的KPCA‑PSO‑PNN模型中，获取中低压燃气调压器故障诊断结果；模型的构建和训练过程包括：获取训练数据，并进行标准化处理；构建初始KPCA模型，将数据载入该初始KPCA模型中进行特征提取，并利用PSO算法对核参数进行优化；构建初始PNN模型，将由优化后的KPCA模型获得的特征数据载入该初始PNN模型中进行故障类型预测，并利用PSO算法对平滑因子进行寻优；基于优化后的KPCA模型和优化后的PNN模型，构造KPCA‑PSO‑PNN模型。
基于 kpca pso pnn 模型低压燃气调压器故障诊断方法

[发明专利]一种基于ISSA-PNN的变压器绕组变形诊断方法-CN202310630601.X在审
发明人：白望望;王衡;张中丹;丁颖杰;徐敏;王海亮;李万伟;王兴贵;席贇;张耀忠;冯智慧;王涛;胡安龙;崔炎 -专利权人：国网甘肃省电力公司经济技术研究院;兰州理工大学;国网甘肃省电力公司定西供电公司
申请日： 2023-05-31 - 公布日： 2023-08-22 - 主分类号： G01R31/62 文献下载
摘要：一种基于ISSA‑PNN的变压器绕组变形诊断方法，首先，将变压器漏磁场的磁感应强度作为PNN的输入特征。其次，构建一种ISSA对PNN的平滑因子进行选取。最后，将PNN的变压器绕组变形诊断错误率设置为ISSA的适应度函数，利用ISSA的搜索机制选取基于变压器绕组变形样本实际分布的最优平滑因子，得到变压器绕组变形诊断最优PNN。
一种基于 issa pnn 变压器绕组变形诊断方法

[发明专利]一种基于PCA-PNN的游泳运动员训练负荷预测方法-CN202010327148.1有效
发明人：田磊;周近 -专利权人：江苏第二师范学院（江苏省教育科学研究院）
申请日： 2020-04-23 - 公布日： 2021-06-25 - 主分类号： A63B69/12 文献下载
摘要：一种基于PCA‑PNN的游泳运动员训练负荷预测方法，Step1：特征指标选取和数据库构建；Step2：主成分分析构建PNN网络输入量；Step3：构建PNN游泳运动员训练负荷预测模型。本发明提供一种基于PCA‑PNN的游泳运动员训练负荷预测方法，该方法通过研究运动员的训练负荷影响融合特征，来构建游泳运动员训练负荷预测模型，以评估一个游泳运动员的训练安排。
一种基于 pca pnn 游泳运动员训练负荷预测方法

[发明专利]PNN抑制剂在制备逆转转移性肾癌细胞对舒尼替尼耐药性药物中的应用-CN201910176036.8有效
发明人：王萍;马琪;孟祥宇;刘开泰 -专利权人：宁波大学
申请日： 2019-03-08 - 公布日： 2019-12-03 - 主分类号： A61K48/00 文献下载
摘要：本发明公开了一种PNN抑制剂在制备逆转转移性肾癌细胞对舒尼替尼耐药性药物中的应用；通过采用PNN抑制剂减低PNN基因的拷贝数进而逆转肿瘤细胞对sunitinib耐药的一种生物治疗策略，从而为揭示靶向治疗更加有效地对抗本发明首次发现PNN在促进ccRCC细胞转移的过程中发挥了重要作用；其次在体外细胞培养条件下，对ccRCC细胞采用逐步增加剂量法诱导构建耐药细胞株；通过不同浓度的sunitinib处理耐药细胞和亲本细胞，观察二者对药物的耐受性；再用PNN抑制剂处理后、耐药细胞的转移能力显著性被抑制。
抑制剂耐药细胞耐受性逆转肿瘤细胞体外细胞培养耐药细胞株耐药性靶向治疗亲本细胞肾癌细胞生物治疗舒尼替尼细胞转移逐步增加拷贝数显著性有效地转移性构建制备诱导逆转细胞对抗基因观察应用发现

[发明专利]基于野马算法优化PNN的GIS设备局部放电检测方法-CN202310495700.1有效
发明人：康兵;高永民;许志浩;丁贵立;王宗耀;张兴旺;肖辉 -专利权人：南昌工程学院
申请日： 2023-05-05 - 公布日： 2023-07-18 - 主分类号： G01R31/12 文献下载
摘要：本发明属于电力设备在线检测领域，公开了一种基于野马算法优化PNN的GIS设备局部放电检测方法，收集超声信号和特高频电磁波信号组成原始数据集；对原始数据集进行归一化处理得到归一化数据集，然后将归一化数据集中的正常点数据用平均值替换生成特征数据集；搭建PNN网络，并使用野马算法优化PNN网络，使PNN网络的平滑因子达到最优值；将特征数据集送入野马算法优化后的PNN网络中进行局部放电在线检测。
基于野马算法优化 pnn gis 设备局部放电检测方法

[发明专利]基于PNN-IFA的轴承故障诊断方法-CN201910521937.6有效
发明人：宋玉琴;师少达;邓思成 -专利权人：西安工程大学
申请日： 2019-06-17 - 公布日： 2021-01-26 - 主分类号： G01M13/045 文献下载
摘要：本发明公开了一种基于PNN‑IFA的轴承故障诊断方法，具体按照构建PNN模型；通过萤火虫算法得到最优的待选平滑因子；将最优的待选平滑因子作为平滑因子，将测试集中的每个轴承振动数据的故障特征向量输入至PNN本发明提一种基于PNN‑IFA的轴承故障诊断方法，对萤火虫觅食算法进行改进，将其应用于概率神经网络的参数优化中，并将优化后的概率神经网络应用于轴承诊断，从而提高轴承故障诊断的准确性。
基于 pnn ifa 轴承故障诊断方法

[发明专利]一种基于PNN与语义映射综合分析的狗声量化辨别方法-CN201510316817.4在审
发明人：高博文 -专利权人：高博文
申请日： 2015-06-07 - 公布日： 2017-01-04 - 主分类号： G10L17/26 文献下载
摘要：一种基于PNN与语义映射综合分析的狗声量化辨别方法。本发明采用了PNN和语义映射相结合的技术手段，建立基于PNN提取的狗声源特征信息和基于语义映射划分对象的关联关系，实现狗声语义的量化式快速判读。一方面，通过采用Map映射机制，维护和管理语义对象的范畴，建立映射对象和狗声源的动态映射关系，以库表的形式维系；另一方面，通过PNN获取狗声源的特征信号，建立声源语义属性的神经元，绘制其神经网络拓扑关联图本发明通过PNN技术实现声音信号可预测性地特征提取，并引进语义映射方法，采用声音信号分项量化分析灵活机制，增加了狗声音语义辨别的普适性，提高了声音理解的响应速度。
一种基于 pnn 语义映射综合分析量化辨别方法

[发明专利]基于改进的萤火虫算法优化概率神经网络的电力变压器故障诊断方法及系统-CN201910635322.6在审
发明人：易辉;顾梦埙;李红涛;张杰;黄阅;黄瑾 -专利权人：南京工业大学
申请日： 2019-07-15 - 公布日： 2019-10-22 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种基于改进的萤火虫算法（PFA）优化概率神经网络（PNN）的电力变压器故障诊断方法，首先用气相色谱分析法采集故障特征气体并使用融合DGA算法进行预处理。初始化PNN神经网络，萤火虫算法，2维粒子群；把PNN平滑因子作为萤火虫个体，计算萤火虫位置与亮度；将每一次萤火虫算法的求解结果反馈回粒子群算法中，并对每个粒子做出适应度评价，更新粒子的位置和速度；循环迭代，将得到的最优的平滑因子代入PNN进行故障预测，训练PFA优化后的PNN的模型；输入测试样本，输出故障类型结果，从而实现电力变压器故障诊断，搜索速度快，诊断精度高，误差小，分类效果明显。
萤火虫算法电力变压器故障诊断概率神经网络萤火虫平滑因子粒子优化气相色谱分析法预处理故障特征气体粒子群算法适应度评价分类效果故障预测结果反馈神经网络输出故障输入测试循环迭代初始化粒子群求解算法样本改进搜索采集融合更新

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
下一页»
尾页
共 216 条