-
公开(公告)号：CN114676826A
公开(公告)日：2022-06-28
申请号：CN202210436486.8
申请日：2022-04-25
Applicant: 湖南大学
Abstract: 本发明涉及神经网络技术领域，公开了一种求解回归问题的神经网络量化方法。本发明首先获取训练数据集；然后设计一个易于硬件实现的非线性激活函数；再基于该激活函数预训练一个32位浮点型的全连接层神经网络模型；调用预训练模型，将浮点型权重值量化成2的整数次幂的形式，将浮点型偏置值、各层浮点型输入输出以及激活函数的输入输出进行定点量化；最后利用反向传播和梯度下降算法对量化网络模型进行训练。本发明采用移位求和操作代替神经网络中的乘法运算，并采用了一种电路实现简单的激活函数，在保证网络模型拟合精度的同时，大幅减少了模型推理时的运算量，便于网络模型的硬件实现，同时也加快了回归神经网络的计算速度。
-
公开(公告)号：CN111965936B
公开(公告)日：2022-06-07
申请号：CN202011035302.4
申请日：2020-09-27
Applicant: 湖南大学
Abstract: 本发明属于电子束邻近效应剂量矫正快速计算领域，公开了一种大规模电子束曝光版图的高精度邻近效应快速矫正方法。本发明首先将需要矫正的版图形状映射在该版图矩阵中，生成电子束曝光的二维版图，然后设置迭代参数，通过快速多极子方法优化卷积过程，并计算邻近效应矫正，最后将矫正至收敛的二维剂量矩阵结果转化为可用于直接曝光的文件格式。本发明实现了大规模电子束曝光版图的高精度邻近效应快速矫正，解决了任意形状的大规模电子束曝光的邻近效应矫正计算，有着低误差率、高收敛速度率和高计算效率的特点，对矫正的计算效率和精度极大提升，具有高计算精度、高计算效率等特点。
-
公开(公告)号：CN114414961A
公开(公告)日：2022-04-29
申请号：CN202210057776.1
申请日：2022-01-19
Applicant: 湖南大学
IPC: G01R31/12
Abstract: 本发明公开了一种基于多参量的电力变压器抗短路动态评估方法，包括如下步骤：监测变压器的状态，并收集原始监测数据；对收集的原始监测数据进行归一化处理，得到变压器归一化处理后的状态观测量对应于正常的临界值W；对得到的状态量进行加权平均，得到变压器的抗短路状态估计；利用得到的抗短路状态估计以及变压器的历史状态数据和历史短路故障数据建立随变压器状态变化的可修复抗短路能力监测模型；利用建立的可修复抗短路能力监测模型计算基于当前状态监测量对应的变压器抗短路能力。本发明的有益效果：有利于依据电力变压器不同运行状态，对抗短路能力做出动态评估,实现变压器抗短路能力的可靠估计，推动变压器的精准运维发展。
-
公开(公告)号：CN113043971A
公开(公告)日：2021-06-29
申请号：CN202110397813.9
申请日：2021-04-13
Applicant: 湖南大学
IPC: B60R16/023 , B60R16/02
Abstract: 本公开提供一种轿车PCU电信号采集装置，包括传感器、滤波电路、A/D转换电路、中枢控制器以及上位机，其中，传感器采集的信号依次经滤波电路、A/D转换电路、中枢控制器上传至上位机；传感器包括传感单元、馈电连接器以及保护罩，传感单元以及馈电连接器均封装于保护罩，保护罩远离传感单元的一端设置法兰盘，法兰盘设置有通孔，通孔与馈电连接器同轴配置，法兰盘粘接于保护罩。在实际应用过程中通过设置保护罩、法兰盘，传感器结构合理，密封特性好，传感器在实际工作中具有较高的稳定性，优化了电信号采集装置的应用性能。
-
公开(公告)号：CN111538213B
公开(公告)日：2021-04-27
申请号：CN202010346056.8
申请日：2020-04-27
Applicant: 湖南大学
Abstract: 本发明属于计算光刻领域，公开了一种基于神经网络的电子束邻近效应矫正方法。本发明首先通过任意一种邻近效应剂量矫正方法，对设计的训练版图进行剂量矫正，然后将调整神经网络参数，将该训练版图按照规定输入方式进行神经网络训练，训练得到一个自适应性的神经网络，最终按照规定输入方式预测任意曝光版图矫正剂量。本发明实现了基于神经网络的电子束邻近效应矫正，解决了电子束曝光的邻近效应矫正计算，在确保高精度矫正的基础上，对矫正的计算效率极大提升，具有高计算精度、高计算效率等特点。
-
Patent Agency Ranking
公开(公告)号：CN107679328B
公开(公告)日：2021-03-16
申请号：CN201710935684.8
申请日：2017-10-10
Applicant: 湖南大学
IPC: G06F30/23 , G06F111/10
Abstract: 本发明公开一种系统参数稳定识别的最优传感器布置方法。该方法首先假定待识别参数具有概率分布形式(如服从正态分布)，基于蒙特卡洛法对待识别参数进行抽样，计算各候选传感器处的响应向量，并对响应向量进行去中心化操作，即响应向量减去其均值向量；其次，统计各候选传感器处响应的方差，选择响应方差最大的位置作为最优的传感器布置位置；再次，将剩余候选传感器处的响应向量与已选传感器处的响应向量进行正交化操作，去除相关信息，获取剩余候选传感器处响应向量的独立成分，并选择独立成分方差最大的位置作为次优的传感器布置位置；最后，重复上述选择过程，直至剩余候选传感器处响应向量独立成分的模趋于零。本发明能确定识别系统参数所需最优传感器的位置及个数，且剩余传感器响应信息能被所选传感器处响应信息完全表示。
-
公开(公告)号：CN111965936A
公开(公告)日：2020-11-20
申请号：CN202011035302.4
申请日：2020-09-27
Applicant: 湖南大学
Abstract: 本发明属于电子束邻近效应剂量矫正快速计算领域，公开了一种大规模电子束曝光版图的高精度邻近效应快速矫正方法。本发明首先将需要矫正的版图形状映射在该版图矩阵中，生成电子束曝光的二维版图，然后设置迭代参数，通过快速多极子方法优化卷积过程，并计算邻近效应矫正，最后将矫正至收敛的二维剂量矩阵结果转化为可用于直接曝光的文件格式。本发明实现了大规模电子束曝光版图的高精度邻近效应快速矫正，解决了任意形状的大规模电子束曝光的邻近效应矫正计算，有着低误差率、高收敛速度率和高计算效率的特点，对矫正的计算效率和精度极大提升，具有高计算精度、高计算效率等特点。
-
公开(公告)号：CN111753427A
公开(公告)日：2020-10-09
申请号：CN202010597268.3
申请日：2020-06-28
IPC: G06F30/20 , G06F17/18 , G06F119/08 , G06F119/14
Abstract: 本发明公开一种基于证据理论的机电产品仿真模型精度提高方法，包括以下步骤，步骤1：进行机电产品少量试验测量，统计分析测量的响应数据，利用证据理论对测量响应数据进行分析处；步骤2：建立机电产品仿真模型，获取计算响应，建立识别机电产品建模参量区间范围的目标函数；步骤3：将识别的建模参量区间进一步划分为多个子区间，并对每个子区间初步分配一定的建模参量的概率；步骤4：利用机电产品仿真模型和分配的子区间概率，建立识别建模参量子区间概率值的目标函数，并通过优化方法识别建模参量子区间上准确的概率分配。本发明在少量测量响应下可准确获取建模参量的取值区间及其概率分配，有效提高机电产品仿真模型的精度水平。
-
公开(公告)号：CN108563895B
公开(公告)日：2020-09-11
申请号：CN201810375436.7
申请日：2018-04-24
Applicant: 湖南大学
Abstract: 本发明公开一种考虑相关性的区间模型修正方法。首先，利用椭球凸模型对具有相关性的测量响应进行建模；其次，通过区间优化方法进行反求，获取模型参数的修正区间；再次，设定模型参数的初始相关性矩阵，并结合已获取的模型参数区间，利用椭球的特征矩阵传播公式获取计算响应的椭球特征矩阵；最后，将测量响应的椭球特征矩阵与计算响应的椭球特征矩阵作最小二乘优化，实现模型参数相关性的修正。本发明不仅能准确地修正模型参数的不确定性区间，而且能修正模型参数之间的相关性，从而提高了模型的精度及可信度水平。
-
公开(公告)号：CN110826232A
公开(公告)日：2020-02-21
申请号：CN201911087032.9
申请日：2019-11-08
IPC: G06F30/20
Abstract: 本发明公开了一种基于非概率度量的机电产品仿真模型可信度评价方法，其包括对影响机电产品仿真模型可信度的参数利用非概率区间进行不确定性度量；将机电产品仿真模型响应函数进行泰勒展开，得到系统的近似线性模型方程；响应模型方程将参数的不确定性域分割成两部分；在模型可信度验证点处，对机电产品仿真模型计算响应的可能度分布函数进行积分变换，得到标准均匀分布；对比均匀分布和经验分布，得到两种分布封闭区域的面积，实现机电产品仿真模型的可信度评价。本发明通过分析不确定参数对建模质量的影响，客观地对机电产品仿真模型有效性及替代实际物理的程度进行定量评价。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.036 seconds)
