专业专利转让与商标买卖平台,提供技术转移转化服务。高效交易,一站式知识产权解决方案!
1328063899724小时咨询热线
13280638997
  • 检索范围
  • 专利名称:一种基于改进郊狼算法的ELM神经网络优化方法      申请号:2021113658071     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:计算机软件 改进 优化 神经网络优化   相似专利 发布日:2025/07/15  
    摘要: 本发明公开了一种基于改进郊狼算法的ELM神经网络优化方法,通过改进后的郊狼算法寻找ELM神经网络的最优初始化参数,建立基于ELM神经网络的海杂波预测模型,实现对海杂波的预测和抑制,提高了神经网络模型的稳定性和精度。本发明在迭代过程中以一定的概率对郊狼种群进行随机分组,这种方式既保留了分成多个组群分别并行搜索的优势,也加强了整个种群之间的交流与信息共享。采用新型成长公式指导郊狼成长,较好的平衡了算法的开采能力与搜索能力。对组内最优郊狼进行动态莱维变异,郊狼在迭代初期变异的维度更多,帮助探索更多新区域,在迭代后期变异维度减少,可对最优解区域进行精细搜索,增强了种群的多样性,有效避免了陷入局部最优的问题。
  • 专利名称:一种基于改进蝠鲼觅食优化算法的RBF神经网络优化方法      申请号:2021105279336     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:人工智能 优化算法 改进 神经网络优化   相似专利 发布日:2025/07/15  
    摘要: 本发明涉及神经网络优化的技术领域,具体地说,是种基于改进蝠鲼觅食优化算法的RBF神经网络优化方法,采用改进的蝠鲼觅食优化算法优化RBF,提高海杂波预测和抑制的精度。本发明采用动态一般反向学习策略对种群进行初始化,丰富了种群多样性,进一步挖掘搜索空间的可能解;其次,采用黄金正弦算法对翻筋斗觅食策略进行改进,优化了寻优方式,增强算法的全局搜索和局部开发能力;另外,通过自适应概率和混合变异对最优解进行扰动,提高算法收敛速度和跳出局部最优的能力,进而寻到理想的结果。改进后的蝠鲼觅食优化算法的精度和收敛速度都得到一定提升,可帮助RBF寻到最优的的初始参数。
  • 专利名称:基于忆阻器的自供能设备及其脉冲神经网络优化方法      申请号:2021101101921     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:计算机硬件 优化 神经网络优化   相似专利 发布日:2025/09/22  
    摘要: 本发明涉及人工智能技术领域,公开了一种基于忆阻器的自供能设备及其脉冲神经网络优化方法。本发明在对忆阻器交叉阵列和脉冲神经网络进行网络分块映射的基础上,根据脉冲神经网络的运行特点,对脉冲神经网络的运行规模进行能量等级划分,将脉冲神经网络的运行模式调整为“闲置‑部分激活‑全激活”模式,可以利用环境能量等级预测的方法预测供能周期的能量等级变化,合理调整脉冲神经网络的运行规模,挽救供能周期边界处的未完成任务的进度,实现能量等级平滑过渡。应用本发明可以使得脉冲神经网络的运行适应环境能量的变化,脉冲神经网络在微弱的供能条件下依然能够持续正常运行,提高了自供能设备上的脉冲神经网络的吞吐率和能效。
  • 专利名称:基于神经网络优化的质量SHVC编码方法      申请号:2023102894718     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:视频 优化 神经网络优化   相似专利 发布日:2025/05/14  
    摘要: 本发明涉及SHVC视频编码领域,具体涉及一种基于神经网络优化的质量SHVC编码方法;所述方法包括在Intra模式和ILR模式的选择过程中,采用第一神经网络模型做出提前预判;利用当前模式的模式可能性来选择不同比率的网络模型进行预测,实现视频编码过程的加速;在Intra模式的帧内模式的遍历过程中,针对帧内模式的方向特性,采用第二神经网络模型进行分类,来跳过繁杂的方向模式遍历。在深度的预测过程中,利用第三神经网络模型实现CU的深度预测。通过本发明对编码过程的优化,在几乎不损失视频质量的情况下,有效节约了编码时间。
  • 专利名称:基于特征识别与神经网络优化的路况识别方法      申请号:2018101050792     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:优化 神经网络优化   相似专利 发布日:2025/08/25  
    摘要: 本发明公开了一种基于特征识别与神经网络优化的路况识别方法。本发明采用随机化搜索算法对特征子集进行选择,对神经网络结构和参数优化以及采样窗口和更新窗口进行了优化。本发明提高了分类器的分类精度,简化了神经网络结构和算法,对采样和更新窗口大小、特征子集选择、神经网络结构和参数同时进行优化,增加分类器的平均轮廓值。
  • 专利名称:焦化炉压力的多目标遗传算法与RBF神经网络优化建模方法      申请号:2016100636232     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:计算机软件 优化 神经网络优化   相似专利 发布日:2025/08/25  
    摘要: 本发明公开了一种焦化炉压力的多目标遗传算法与RBF神经网络优化建模方法。本发明通过采集过程对象的输入输出数据,结合RBF神经网络模型,使用改进的MOEA优化神经网络的网络层和参数。本发明具有较高的精确性,能很好地描述过程对象的动态特性。
  • 第1页/共1页;本页6条记录/共6条记录 1       
    用户指南
    交易方式
    关于柿子坊
    关注微信公众号
    智来知识产权公众号
    联系我们
    咨询电话:13280638997  
    传真:0533-3110363
    邮箱:kefu@shizifang.com
    CopyRight©2016 by 淄博智来知识产权服务有限公司  All Rights Reserved  专利转让_商标转让_知识产权转让评估买卖_智来柿子坊专利交易平台
    地址:山东省淄博市张店区人民路与北京路路口银街3号华侨大厦
    鲁ICP备16031200号   鲁公网安备 37030302000778号