本公开提供了一种图像识别方法及装置、神经网络模型的训练方法及装置，涉及人工智能领域，具体为计算机视觉和深度学习领域。实现方案为：将待识别图像输入神经网络模型；以及至少基于多个网络模块中靠近神经网络模型的输入侧的部分网络模块执行对待识别图像的识别，其中，针对至少一个超网络模块中任一超网络模块及其所对应的预测器，在该超网络模块接收到上一个网络模块所输出的特征图的情况下，将特征图输入与该超网络模块所对应的预测器，以获取该预测器所输出的预测值，基于预测值，确定该超网络模块的至少两个子网络中的一个子网络为选中子网络，以及在该超网络模块中，利用选中子网络执行对待识别图像的识别。
📄 2021101275529
📂 G06V10_82
👤 北京百度网讯科技有限公司
📅 2021-01-29
本发明涉及一种基于线性系统的全光非线性神经网络系统，属于光学神经网络技术领域。解决光学神经网络依赖非线性材料或光电转换实现非线性运算的瓶颈问题。技术方案包括输入模块将输入信号加载于环形谐振腔谐振波长失谐量；耦合模块调控层间权重；神经元模块通过多层环形谐振腔线性传输信号；输出模块将输出信号加载于探测光功率。输入输出信号分载于不同物理量，使线性系统实现非线性功能。有益效果包括突破光学非线性运算瓶颈，显著降低系统复杂度与能耗，增强兼容性与实用性，提升并行计算效率及系统可扩展性。
📄 2025108412455
📂 G02F1_365
👤 重庆邮电大学
📅 2025-06-23
本发明涉及一种基于波分复用的全光可重构硅基光子神经网络芯片，属于光计算领域。该芯片采用新型全光调控非线性机制，能够实现波分复用信号的非线性激活，还以及网络层数、每层神经元个数可变和非线性激活函数可调的多层、可重构光子神经网络。光子神经网络芯片中的单层网络由分光区、线性运算模块、非线性运算模块、光引出装置模块、合光区组成。分光/合光区用于实现信号光和探测光的多路分/合光；线性运算模块用于实现信号光的权重运算和调控单层神经元个数；非线性运算模块用于实现可调非线性激活函数的运算；所述光引出装置模块用于输出光子神经网络芯片结果，并实现网络层数的调控。
📄 2024105681807
📂 H04J14_02
👤 重庆邮电大学
📅 2024-05-09
本发明公开了一种基于残差神经网络的RIS辅助室内指纹定位方法，适用于RIS辅助的下行多径传输SISO毫米波定位系统，该系统包括基站、RIS和用户；该方法通过以下步骤实现：定义用户的接收信号矩阵，包含基站、RIS、用户和散射体的三维位置；对用户的接收信号矩阵进行归一化，得到实值矩阵作为样本；在室内环境中调整用户的三维位置，记录真实三维位置作为标签，构建数据集并分为训练集和验证集；利用训练集对残差神经网络进行离线训练，优化网络参数并保存最优权重；在实际定位场景中，将实时接收信号矩阵处理后输入训练好的模型，输出用户的预测三维位置；本发明结合RIS和残差神经网络，提高了室内定位的精度和鲁棒性，并实现了快速定位。
📄 202510650024X
📂 H04W64_00
👤 宁波大学
📅 2025-05-20
本发明公开了一种基于多信号融合的机械设备故障诊断方法，属于设备故障诊断方法设计领域，包括以下步骤：建立运行信号集U和运行状态集V；根据运行信号的自身特点，确定采样频率，对时间变化敏感的运行信号采用较大的采样频率，对时间变化不敏感的运行信号采用较小的采样频率；进行运行信号的降噪处理；对运行信号进行归一化处理，将运行信号进行归一化，使其值变为0~1之间的小数；对运行信号处理，构造样本集；构建故障诊断模型，设置故障诊断模型参数；训练故障诊断模型；故障诊断，输出故障诊断的结果，相比传统的单信号判断机械设备故障的方法，此方法多种信号的进行故障诊断，考虑历史数据，又考虑当前状况，结果更准确。
📄 2022113062231
📂 G06F18_24
👤 江苏科技大学
📅 2022-10-24
本发明公开了一种基于复数卷积神经网络和时频分析的多普勒雷达定位方法，包括构建多人移动多普勒穿墙解调后回波信号，采用已构建的回波信号，构建对应的理想时频谱图，同时构建训练数据集；以深度学习网络为基本构架，构建时频谱图初步预测模型，同时采用训练数据集，针对模型进行训练，得到最终的时频谱图预测模型；采用得到的模型，针对实时获取的雷达回波信号进行预测，获取预测时频谱图；采用获取的预测时频谱图，针对墙内目标进行轨迹预测，实现雷达定位；本发明方法通过将深度学习与时频分析相结合，压制频率模糊问题；通过引入带有跳跃残差结构的网络，进一步提升时频分辨率；本发明方法的精度提高、偏移减少、鲁棒性增强、抗噪性能提升。
📄 2023117095690
📂 G01S7_41
👤 中南大学
📅 2023-12-13
本发明公开了一种基于神经网络的时频分析的多普勒穿墙雷达定位方法，包括构建多目标运动在多普勒穿墙雷达解调后的回波信号；通过Winger‑Ville分布针对信号进行时频分析处理，获得对应的时频分布，构建融合数据集；构建多输入神经网络模型，采用融合数据集针对模型进行训练处理，同时更新模型参数，构建最优时频分布预测模型；获取实时采集的回波信号，通过分布进行时频分析处理，获得对应的时频分布，同时构建实时融合数据集；获得预测时频分布；提取预测时频分布的多目标瞬时频率，通过多普勒穿墙雷达定位算法估计目标的距离和角度信息，完成对多目标的定位；本发明方法消除时频分布交叉项的干扰、定位精度提高、时频分析效果提升。
📄 2023117923130
📂 G01S7_41
👤 中南大学
📅 2023-12-25
本发明公开了一种基于卷积神经网络的图像超分辨率重建方法，属于人工智能和图像处理技术领域，包括获取需要提升分辨率的初级图像，获取超分辨率重建卷积神经网络，初步卷积层接收初级图像作为输入，将初步特征图输入深层特征映射单元，使各个整合式特征提制模块依次对特征图进行征提取操作，图像重构单元对综合特征图进行超分辨率重建等步骤。本发明在两个注意力机制中均设置了平均池化、最大池化和中值池化来感知图像中的重要信息，并通过设置特征整合单元，将前级空间调制模块中的部分调制信息输入后级通道调制模块中，使得后级通道调制模块同时具备空间方向和通道方向的视野，网络具有重建效果好，鲁棒性强等优点。
📄 2022107321510
📂 G06T3_40
👤 威海职业学院(威海市技术学院)
📅 2022-06-27
本发明公开了一种基于深度神经网络的实时高分辨率人像抠图方法，包括获取训练数据集，并标注生成训练用groundtruth alpha matte；对训练数据集进行数据增强；分步阶段性训练网络模型；使用训练好的网络进行抠图。通过在网络构型中嵌入ConvLSTM模块，使用Max Pooling Indices，利用PRM进行高清细节优化，加入语义分割任务，打造出高精度实时人像抠图的核心技术，同时，创新了数据集和数据增强方法，采用阶段式训练，从简单到复杂，由粗糙到精细，强化了算法的训练效果，这三个方面的创新与应用相互作用，相互统一，全方位提升了算法的性能和实用性，为高精度实时人像抠图应用提供了强大的技术支持。
📄 2023108119234
📂 G06T7_12
👤 深圳市超元创世科技有限公司
📅 2023-07-04
本发明公开了基于双注意力机制强化分级决策网络的轴承故障诊断方法及系统，其中方法步骤包括：采集不同健康状态下的轴承振动信号；基于所述轴承振动信号，构建分层多类别故障诊断模型；利用所述分层多类别故障诊断模型确定轴承的故障位置和尺寸。本发明不仅能够在不平衡强噪音的环境下实现轴承健康状态的准确识别而且样本状态类型的决策过程具备可解释性。同时，本发明这种“先定位故障位置，后定量故障尺寸”的决策思想区别于以往“故障位置与尺寸同级混合决策”的做法，更符合人类常规的认知。
📄 202411056336X
📂 G06F18_241
👤 浙江师范大学
📅 2024-08-02
本发明公开了一种基于轻量级神经网络模型的图像语义分割方法及系统，涉及人工智能领域。所述方法包括：所述轻量级神经网络模型包括初始化模块、空间分支、语义分支和多尺度特征融合解码器；所述图像语义分割方法包括：响应于待处理图像的处理指令，基于初始化模块对待处理图像进行特征提取，得到第一特征图；基于空间分支提取第一特征图的空间信息；基于语义分支提取第一特征图的多尺度特征信息，并融合多尺度特征信息和空间信息，得到增强特征图；基于多尺度特征融合解码器，将第一特征图与增强特征图进行融合，并进行图像尺寸恢复，得到图像语义分割结果。相较于现有技术，本发明在分割精度与实时性之间实现更好的性能均衡。
📄 2023110950885
📂 G06V10_26
👤 暨南大学
📅 2023-08-28
本发明涉及一种基于同态神经网络的跨领域图片分类方法，首先构建一个由同态子网络g和预测子网络f串联而成的神经网络架构，然后把跨领域图片的底层特征输入到同态子网络g中，通过同态子网络g提取出跨领域图片的同态特征，最后把跨领域图片的同态特征输入到预测子网络f中，通过预测子网络f预测图片的类别，本发明通过将跨领域图片的底层特征空间映射到同态特征空间中，充分利用了跨领域图片的同态不变性，减少了跨领域图片中有关领域信息的干扰，有效提高对跨领域图片的分类能力，另外，本方法最大限度地把从多源域图片学习到的知识迁移到多目标域图片上，保证了跨领域图片分类的鲁棒性，该分类方法不需要图片的先验领域知识，也不要求图片依领域划分。
📄 201710584948X
📂 G06K9_62
👤 广东工业大学
📅 2017-07-18
柿子坊 · 知识产权运营
柿子坊知识产权运营平台