本发明公开了一种基于数据驱动的递归神经网络船舶运动模型方法，包括：通过船舶航行试验，获取船舶低频运动船位、航向及推进器运行信息；构建船舶运动递归神经网络模型体系结构，基于获取的船舶低频运动信息和推进系统运行信息，构建递归神经网络训练数据集及测试数据集；基于训练数据集，采用不同激活函数和优化算法构建递归神经网络船舶运动模型并进行迭代训练；基于测试数据集，对建立的船舶运动神经网络模型进行测试及优化，确定最终的船舶运动递归神经网络模型。本发明基于数据驱动原理，仅基于船舶测量船位和航向，及当前的船舶推进系统信息，建立基于数据驱动的递归神经网络船舶运动模型，实现对未来船位和航向的直接预测，而无需对系统参数进行辨识，可实现智能船舶的数据驱动控制，从而构建船舶智能控制系统。
📄 2022105536823
📂 G06F30_15
👤 青岛科技大学
📅 2022-05-19
本发明公开一种基于神经网络的人体行为识别方法，解决穿戴式传感器数据的人体行为识别准确度不够高的问题。本发明首先通过穿戴式图像传感器采集的图像信息采用了灰度化处理，再对图像数据进行直方图均衡化处理，使用LSTM‑RNN神经网络算法对处理后的传感器的图像信息进行场景识别。对于穿戴式运动传感器的运动数据输入，使用LSTM‑RNN神经网络算法运动传感器的加速度信息进行动作识别。并将使用场景标记的运动序列在行为数据库中进行匹配，得到具体的行为信息。使用警报模块通知用户紧急信息。本发明通过这些方法的应用与系统中配套模块的支持对人体穿戴传感器数据完成行为识别，能够提高人体行为识别的准确性与稳定性，具有良好的实施性与实效性。
📄 2018104222659
📂 G06K9_00
👤 南京邮电大学
📅 2018-05-04
本发明涉及农作物叶面图像病害分类识别技术领域，尤其涉及一种面向农作物叶面病害识别的神经网络构建方法。解决了通过卷积神经网络提取农作物叶面病害的细节特征提取存在不足问题。其技术方案为：步骤一、构建金字塔多尺度卷积特征提取模块；步骤二、构建通道和空间维度联合注意力机制模块；步骤三、构建多尺度特征关系建模与自适应特征选取模块；步骤四、各模块组合成多尺度自适应特征提取模块；步骤五、组合成识别模型。本发明的有益效果为：本发明利用通道和空间联合注意力信息自适应地微调和选择有用多尺度特征，显著提升了神经网络对农作物叶面病害的识别准确率。
📄 2023109633988
📂 G06N3_0464
👤 南通大学
📅 2023-08-02
本发明公开了一种基于多模态融合神经网络的心肌梗死自动检测系统，它包括：1）通过对单个心拍的截取，生成12导联的心电信号样本；2）搭建12导联的心电信号的卷积神经网络模型；3）训练卷积神经网络的参数；4）对测试集样本进行自动识别；将划分好的测试集样本输入到卷积神经网络中并运行，获得测试集样本对应的2维预测值向量输出，将测试集样本的标签使用one‑hot编码的方法生成2维的标签向量，将输出的预测值与测试集样本的标签比对来检查分类是否正确，通过分类结果y_pred来判别模型的性能。此方法对多导联心电信号的识别得到了较高的准确率。其中对心肌梗死心拍的识别的准确率可达到99.51%。
📄 2019105394394
📂 A61B5_346
👤 烽想(山东)医疗科技有限公司
📅 2019-06-20
本发明公开了一种基于ResUNet神经网络的化学结构式分割方法。本发明步骤如下：步骤(1)构造训练集T，训练集T包括手动标注训练集T‑1和自动生成训练集T‑2两部分；步骤(2)将训练集T送入ResUNet神经网络进行训练，达到训练指定次数或者Loss曲线不再下降且精度不再提高为止，将训练好的ResUNet神经网络模型保存；步骤(3)使用步骤(2)中训练好的ResUNet神经网络模型对化学结构式进行分割。本发明在ResUNet神经网络基础上，提出一种改进的ResUNet神经网络，同时，提出一种自动生成大量化学结构式训练集的方法进行训练集的生成，从而使ResUNet神经网络能够对化学结构式进行分割，达到以大量数据提升神经网络识别精度的目的。
📄 2020104195023
📂 G06V20_62
👤 杭州电子科技大学
📅 2020-05-18
本发明公开了一种基于深度混合神经网络的快速准确水声信号调制方式识别方法，该方法包括：对接收到的水声信号进行预处理；搭建深度混合神经网络；训练该混合神经网络；将预处理后的水声信号输入至训练好的神经网络，进行水声信号调制方式识别。本发明不依赖传统方法选择提取特征，采用深度学习的方法自动提取与调制方式有关的特征，保证提取特征的有效性；根据水声信号的时序特点设计深度混合神经网络模型，在海试数据测试集上有较高的识别准确率；对深度混合神经网络的卷积层进行去池化与一维卷积改进、以增加网络宽度的方式提高网络精度，在保证识别精度的同时兼顾识别速度。本发明最终实现了低延迟、高准确率的水声信号调制方式识别方法。
📄 2021101864383
📂 H04L27_00
👤 青岛科技大学
📅 2021-02-15
本发明公开了一种用于离子管剩余寿命预测的多模态神经网络计算方法，包括以下步骤：分析离子管运行状态特性数据，提取数据模态特征；构建并训练多模态神经网络；采用多模态神经网络预测离子管剩余寿命。所设计的方法实现了对离子管剩余寿命的预测计算，具有与实际状态相匹配且计算准确的优势。
📄 2025119464326
📂 G06F18_20
👤 湖南师范大学
📅 2025-12-23
本发明涉及一种基于神经网络的路径规划方法、装置、设备及介质，所述方法包括：获取区域信息；根据所述区域信息将区域分割成面积和形状一致的若干个栅格；根据若干个所述栅格确定与其对应的神经网络结构，所述神经网络结构中各个神经元与各个所述栅格位置一一对应；从若干个所述神经元中确定出目标点和若干个AGV；构建与所述目标点对应的目标神经网络；根据所述目标神经网络得到各个AGV位置的状态值；当所述目标点和各个所述AGV位置的状态值不等于0时，完成构建所述目标神经网络，以确定目标AGV及对应的路径。通过改变构建神经网络的终止条件，提升了构建神经网络的效率；解决了现有技术中构建神经网络达到稳定状态来完成路径规划，耗时过长的问题。
📄 2021107713688
📂 G06Q10_04
👤 中汽创智科技有限公司
📅 2021-07-08
本发明属于智能裸眼3D显示技术领域，尤其涉及一种基于神经网络的智能裸眼3D显示系统。本发明针对现在智能裸眼3D显示设备系统显示时左右眼中像素互相串扰影响观影效果这一问题，通过在现有的智能裸眼3D显示电路架构中引入神经网络结构，利用神经网络智能控制图像信息显示存储模块传输到裸眼3D显示设备的对应像素点信息，调整显示设备对应位置像素点是否显示以消除左右眼中像素互相串扰影响观影效果这一问题，不仅提高人们的智能裸眼3D显示设备的观影效果，同时有效的降低显示功耗。
📄 2019105312089
📂 H04N13_302
👤 电子科技大学
📅 2019-06-19
本发明公开了一种基于生成对抗神经网络的微电网分层控制策略，包括物理层和信息层，物理层包括功率计算、下垂控制、二次控制、电压电流双闭环以及PWM信号产生器；信息层包括考虑通信时变时延的电压预测补偿器、频率预测补偿器以及通信网络，本发明实现了不同通信时延条件下的电压与频率控制，保证了微电网系统在通信时延下的稳定性，为通信时延下的微电网系统的电压、频率控制提供了一种新的方法。
📄 2020116008780
📂 H02J3_12
👤 燕山大学
📅 2020-12-30
本发明公开了一种基于BP神经网络的大地电磁信号噪声压制方法及系统，该方法包括：分别构建噪声轮廓样本、纯净信号样本、带噪数据样本，再将带噪数据样本和纯净信号样本输入至第一个BP神经网络中训练得到BP信噪辨识模型。以及将带噪数据样本、噪声轮廓样本输入第二个BP神经网络，训练得到BP去噪模型。最后，将实测大地电磁数据均匀分段首先输入BP信噪辨识模型中，保留辨识为无干扰的数据段，并将干扰数据段输入至BP去噪模型中输出噪声轮廓，干扰数据减去对应的噪声轮廓得到干扰数据去噪后的数据。最终将保留的无干扰数据与去噪后的数据进行拼接重构得到去噪后的大地电磁信号。
📄 2021109468055
📂 G06K9_00
👤 湖南师范大学
📅 2021-08-18
本发明实施例提供一种基于最小信息熵的神经网络分词系统及训练方法。所述系统包括：卷积神经网络、双向长短期记忆神经网络、第一词库预测层和最小信息熵词库预测层，其中：卷积神经网络用于提取输入文本的特征向量并输出至双向长短期记忆神经网络；双向长短期记忆神经网络用于对特征向量进行前后文信息的读取之后输出至第一词库预测层和最小信息熵词库预测层；第一词库预测层用于根据第一词库计算并输出每个字的标签；最小信息熵词库预测层用于根据最小信息熵词库计算并输出每个字的标签。本发明实施例通过在神经网络分词系统中添加最小信息熵词库预测层，使分词系统提高未登录词的识别能力，进而提高分词准确率。
📄 2018107246462
📂 G06F40_284
👤 普天信息技术有限公司
📅 2018-07-04
柿子坊 · 知识产权运营
柿子坊知识产权运营平台