-
公开(公告)号：CN119227746A
公开(公告)日：2024-12-31
申请号：CN202411282693.8
申请日：2024-09-13
Applicant: 北京理工大学
IPC: G06N3/0464 , G06N3/063 , G06N3/084
Abstract: 本发明属于神经网络加速设计技术领域，提出了一种低比特神经网络训练方法及加速器。所述比特神经网络训练方法及加速器的特征主要在以下三个方面。第一，训练过程中使用一种周期函数近似取证函数的梯度；第二，低比特计算阵列在输入通道和输出通道维度的计算并行度可运行时调整；第三，低比特神经网络加速器使用全加法卷积。所述比特神经网络训练方法及加速器实现了四比特位宽的运算并保持较好的网络精度，达到了较高的计算并行度与计算速度，降低了计算复杂度与资源需求，适用于资源受限平台进行部署。
-
公开(公告)号：CN114220089B
公开(公告)日：2024-06-14
申请号：CN202111436510.X
申请日：2021-11-29
Applicant: 北京理工大学
IPC: G06V20/62 , G06V30/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/049 , G06N3/08
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：CN117954051A
公开(公告)日：2024-04-30
申请号：CN202410347088.8
申请日：2024-03-26
IPC: G16H20/40 , G16H50/20 , G16H10/60 , G06N3/045 , G06N3/096 , G06N20/20 , G06F18/214 , G06F18/243
Abstract: 本发明提供基于人工智能获取牙体缺损治疗方案的方法、装置和存储介质。方法包括：获取患牙临床检查信息，将该患牙临床检查信息输入至训练好的多任务模型，该多任务模型以任务为单位分别输出是或否的患牙任务结论，以及将该患牙任务结论输入至逻辑归纳模型，输出得到患牙治疗方案。以这种方式，可以得到全面、准确的牙体缺损治疗方案，实现精准个性化医疗，同时节约医疗资源。
-
公开(公告)号：CN112288078B
公开(公告)日：2023-05-26
申请号：CN202011246987.7
申请日：2020-11-10
Applicant: 北京理工大学
IPC: G06N3/049 , G06N3/096 , G06N3/0442
Abstract: 一种基于脉冲神经网络的自学习、小样本学习和迁移学习的方法，构建记忆网络、认知网络和知识归纳与迁移网络三个模块，通过模块之间协同合作实现自学习、小样本学习和迁移学习。小样本输入数据经过认知网络模块处理之后由记忆网络模块实现记忆生成，随后知识归纳与迁移网络模块发起记忆提取请求，记忆网络模块收到记忆提取请求后，提取记忆、重组并回放到认知网络模块；认知网络模块完成自学习过程，并通过不断持续该过程最终实现小样本学习，知识归纳与迁移网络模块不断更新当前任务所需知识，实现迁移学习。本发明实现了自学习、小样本学习和迁移学习，突破了神经网络学习需要大量标注样本、鲁棒性和适应性差、可解释性不足、能效比低等局限。
-
公开(公告)号：CN116050091A
公开(公告)日：2023-05-02
申请号：CN202211647653.X
申请日：2022-12-21
Applicant: 北京理工大学
Abstract: 本发明公开的一种脉冲激光引信探测器发射模块数字化预测系统及方法，属于激光引信技术领域。本发明包括激励电路仿真预测模块、激光器仿真预测模块、光学系统仿真预测模块和数据处理与可视化模块；基于SIMULINK仿真平台完成激励电路仿真预测模块和电学仿真软件的数据交互，并建立激光器仿真预测模块并与激励电路仿真预测模块进行联合参数协同仿真。本发明通过对脉冲激光引信探测器发射模块进行数字化协同建模，提高发射模块硬件预测精度，缩短硬件调试周期，实现脉冲激光引信探测器发射模块激励电路、激光器和光学系统一体化优化，提升脉冲激光引信探测器的探测距离和定距精度，且本发明能够实现各模块间数据交互与兼容，并对仿真预测结果可视化呈现。
-
Patent Agency Ranking
公开(公告)号：CN114139624A
公开(公告)日：2022-03-04
申请号：CN202111438131.4
申请日：2021-11-29
Applicant: 北京理工大学
Abstract: 一种基于集成模型的用于挖掘时间序列数据相似性信息的方法，其中包括了隐马尔可夫模型以及基于Wasserstein距离的条件变分自编码器模型。该方法建立输入层，对输入的时间序列进行初步处理；随后由隐马尔可夫分类层和条件变分编码器层分别进行对输入数据进行学习并分类；学习结束后，通过进一步优化，将两层将两个分类模型通过Stacking算法融合，可以并行训练。同时创新型地使用Wasserstein距离取代KL散度来度量两个时间序列的距离，让分类器具有更广泛的应用。本发明不仅可以更好地开展从时间序列隐藏状态和分布上的相似信息挖掘，还能将挖掘到的所有信息融合，这使得模型的学习更有效，运行效率更高且具有更广泛的应用性。
-
公开(公告)号：CN113624647A
公开(公告)日：2021-11-09
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：CN108303111A
公开(公告)日：2018-07-20
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：CN114139624B
公开(公告)日：2025-01-24
申请号：CN202111438131.4
申请日：2021-11-29
Applicant: 北京理工大学
IPC: G06F18/22 , G06F18/241 , G06F18/214 , G06N3/0455 , G06N3/08 , G06N20/20 , G06N20/10
Abstract: 一种基于集成模型的用于挖掘时间序列数据相似性信息的方法，其中包括了隐马尔可夫模型以及基于Wasserstein距离的条件变分自编码器模型。该方法建立输入层，对输入的时间序列进行初步处理；随后由隐马尔可夫分类层和条件变分编码器层分别进行对输入数据进行学习并分类；学习结束后，通过进一步优化，将两层将两个分类模型通过Stacking算法融合，可以并行训练。同时创新型地使用Wasserstein距离取代KL散度来度量两个时间序列的距离，让分类器具有更广泛的应用。本发明不仅可以更好地开展从时间序列隐藏状态和分布上的相似信息挖掘，还能将挖掘到的所有信息融合，这使得模型的学习更有效，运行效率更高且具有更广泛的应用性。
-
公开(公告)号：CN115273853B
公开(公告)日：2024-08-23
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。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.03 seconds)
