-
公开(公告)号：CN119227760A
公开(公告)日：2024-12-31
申请号：CN202411288900.0
申请日：2024-09-13
Applicant: 北京理工大学
IPC: G06N3/063 , G06N3/0464 , G06F17/15
Abstract: 本发明属于神经网络加速及处理单元设计技术领域，提出了一种基于三维循环展开的通用神经网络加速方法。所述方法，包括：接收指令并发送译码后指令信息配置各控制模块和核心计算单元；接收开始信号后使能；读取输入数据和权重数据；从零级缓冲区中读取输入数据和权重并写入核心计算单元；核心计算单元不断产生预读取使能信号分别控制部分和数据读写、量化权重及输出数据的读写控制模块；输出数据读写控制模块从核心计算单元中读取输出数据并写入一级缓冲区，完成全部写入工作后，发送计算结束信号。所述方法在输入通道、输出通道和输出特征图三维度做并行计算，具有更高的计算性能和数据重用率，减少了内存访问带来的功耗。
-
公开(公告)号：CN118136245A
公开(公告)日：2024-06-04
申请号：CN202410064532.5
申请日：2024-01-17
Applicant: 北京理工大学
IPC: G16H50/30 , G16H50/70 , G16H10/60 , G06N3/0499
Abstract: 本发明公开了一种基于因果学习的儿童近视眼影响因素评估方法，包括：对儿童眼科数据集进行预处理；根据数据特征构建四层前馈神经网络预测模型，并将其抽象为结构因果模型；利用基于退化高斯的PC算法对儿童眼科数据集进行因果发现并构建因果图，根据生成的因果图将输入层神经元分为三类；对于三类不同情况的神经元，分别采用直接计算平均因果效应、纠正偏倚后计算平均因果效应、消除混杂后计算平均因果效应的方法进行归因。本发明使用因果学习的方法研究可能导致儿童近视眼的影响因素，并明确导致儿童近视眼的各影响因素与目标结果的因果效应值及变化趋势，有助于人们更好地了解儿童近视眼的成因，进而指导医生和患者制定恰当的预防和治疗措施。
-
公开(公告)号：CN116994573A
公开(公告)日：2023-11-03
申请号：CN202310552616.9
申请日：2023-05-16
Applicant: 北京理工大学
Abstract: 一种基于脉冲神经网络进行端到端语音识别的方法，包括语音数据预处理、训练具有自注意力的卷积脉冲神经网络和预处理后的语音数据输入训练好的脉冲神经网络进行识别三个步骤，脉冲神经元模型使用多个时间步长的LIF神经元模型，提出针对自注意力的卷积脉冲神经网络结构。本方法更多地结合生物特性，能有效降低神经网络的计算量，在大规模语音数据集能更准确地识别出文本内容。
-
公开(公告)号：CN116978556A
公开(公告)日：2023-10-31
申请号：CN202310791161.6
申请日：2023-06-30
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于因果学习的危险因素评估方法，包括以下步骤：对医疗数据进行数据预处理；利用伞状Meta分析和随机森林算法筛选出目标结局相关的主要危险因素；利用基于混合数据和时间顺序的因果发现算法，构建目标结局与选定的主要危险因素之间的因果图；利用基于倾向评分调整的元学习因果推断算法，在因果图中计算直接危险因素对目标结局的因果效应值。本发明使用因果学习的方法研究可能导致目标结局的危险因素，并明确各危险因素对目标结局的因果效应值，有助于人们更好地了解某种结局的成因，进而指导医生和患者制定恰当的预防和治疗措施。
-
公开(公告)号：CN112232440B
公开(公告)日：2022-11-11
申请号：CN202011247008.X
申请日：2020-11-10
Applicant: 北京理工大学
Abstract: 一种运用特异化神经元团实现脉冲神经网络信息记忆和区分的方法，包括信息预处理阶段、新突触形成记忆的阶段、重复与神经元团提取阶段、记忆提取阶段和实验结果评估阶段，使用包括输入层、隐藏层、输出层在内的三层基本脉冲神经网络架构，给出一种“累积式生长连接算法”完成网络的权值学习和结构学习。提出“神经元团”的概念作为“记忆”的载体，并采取了一系列有效的神经元团提取方案，以及脉冲序列解释逻辑策略等。本方法在小样本情况下达到网络对输入信息的特征提取形成“记忆”，并能有效地根据网络“记忆”做出信息的解释、区分等的输出效果。
-
Patent Agency Ranking
公开(公告)号：CN115273853A
公开(公告)日：2022-11-01
申请号：CN202210853706.7
申请日：2022-07-11
Applicant: 北京理工大学
Abstract: 一种基于仿生神经网络构建语音识别程序的系统，包括：语音感知模块、码序列翻译模块、文本输出模块。语音感知模块由序列分割、傅里叶变换、两层二维卷积神经网络构成，接收语音数据生成其时分频谱的特征向量序列。码序列翻译模块由四层仿生神经元构成的仿生神经网络组成，接收特征向量序列，经过稀疏的突触传递异步性和双极性的信号更新神经元状态来对应信息的处理，输出具有概率意义的编码序列。文本输出模块接收代表字母的编码序列，通过预设编码解码映射生成字母序列，得到语音识别的目标文本结果。本发明将仿生神经网络应用于语音识别问题，能够实现在较低的模型复杂度的前提下得到较好的可解释性和预测结果。
-
公开(公告)号：CN113624647B
公开(公告)日：2022-05-10
申请号：CN202110910129.6
申请日：2021-08-09
Applicant: 北京理工大学
Abstract: 本发明公开了一种室内土壤爆炸扬尘测试系统，属于爆炸测试技术领域。系统包括爆炸洞、爆炸子系统、闪光X射线子系统、高速摄像子系统、激光传输特性测试子系统和触发装置。爆炸洞为内外双层结构；爆炸子系统设置在爆炸洞的内层，用于产生土壤爆炸扬尘；闪光X射线子系统可捕捉爆炸早期特定时刻的土壤爆炸扬尘图像；高速摄像子系统可摄录土壤爆炸扬尘扩散过程；激光传输特性测试子系统可采集和存储激光在土壤爆炸扬尘环境中的回波数据；触发装置可实现各子系统的同时触发。本发明既能摄录土壤爆炸扬尘的扩散过程，又能获得激光在土壤爆炸扬尘环境中的回波数据，试验环境条件可控，试验安全、成本低。
-
公开(公告)号：CN114220089A
公开(公告)日：2022-03-22
申请号：CN202111436510.X
申请日：2021-11-29
Applicant: 北京理工大学
Abstract: 一种基于分段式渐进型脉冲神经网络进行模式识别的方法，获取模式识别任务的样本，建立编码层，对样本进行处理并编码成脉冲神经网络可以处理的形式；建立输入层，将编码层的输出转换成脉冲序列；建立记忆层，记忆层中的脉冲神经元用于构建记忆；之后进行幼儿学习阶段，并建立输出层，通过启发式的方法建立记忆层和输出层的突触，进而能够准确提取记忆层的记忆并做出决策；然后进行精确学习阶段，输入全部所述模式识别任务的样本，只进行突触权值调整，并使用教师信号指导权值调整，学习完成后得到可用于当前模式识别任务的脉冲神经网络；将学习完成后的脉冲神经网络突触权值和突触结构进行固定，输入待进行模式识别的数据，得到模式识别结果。
-
公开(公告)号：CN108303111B
公开(公告)日：2021-03-30
申请号：CN201711485420.3
申请日：2017-12-29
Applicant: 北京理工大学
IPC: G01C21/34
Abstract: 一种同时将距离、搜索方向作为启发信息的寻找最优路径的估价方法，在现有只考虑距离因素的估价函数中，引入搜索方向因素，即h(i)＝hr(i)*hd(i)，hd(i)为现有只考虑距离因素的估价函数，仍采用欧几里得距离，hr(i)为引入的基于搜索方向因素的限制，α为搜索方向和终点方向之间的夹角，α越小，hr(i)值越小，相应的h(i)值越小，算法即能以更大的机会选择较小的搜索区域，从而达到限制搜索方向；现有A*算法仅考虑距离作为启发信息，优化后的估价函数能同时将距离、搜索方向作为启发信息，而启发信息越多，A*算法的搜索空间就越小，搜索算法也就更加高效。
-
公开(公告)号：CN110993100A
公开(公告)日：2020-04-10
申请号：CN201911075541.X
申请日：2019-11-06
Applicant: 北京理工大学
Abstract: 一种青少年儿童近视预测系统的缺失值填补方法，包括：填补眼科数据中的非屈光度数据；筛选一年级屈光度数据样本和二年级屈光度未缺失的数据样本；将二年级屈光度作为要拟合的标签数据，从一年级屈光度数据中选取特征，得到特征子集；利用机器学习方法构建回归模型进行拟合；选取拟合效果最佳的机器学习模型；将二年级屈光度缺失的数据样本输入模型，用预测值进行填补得到二年级的完整屈光度数据；依此类推，利用当前年级的屈光度数据填补下一年级的屈光度数据，本发明还提供了一种使用该方法的青少年儿童近视预测系统以及管理平台，本发明方法的特点是引入GBRT对缺失数据进行填补，使得填补的结果更加接近真实的情况，可提升多年后的预测准确率。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.035 seconds)
