公开(公告)号：CN118395273B

公开(公告)日：2024-09-03

申请号：CN202410825388.2

申请日：2024-06-25

申请人： 广东工业大学

发明人： 李易泽 ,  谢卓明

IPC分类号： G06F18/241 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/049 ,  G06N3/06 ,  G06N3/094 ,  G06F18/10 ,  G06F18/214 ,  A61B5/374 ,  A61B5/372 ,  A61B5/00

摘要： 本发明公开了一种基于脉冲神经网络和斯托克威尔变换的脑电信号分类方法，涉及脑电信号处理的技术领域，包括获取若干个健康受试者和抑郁症受试者的不同波长脑电信号图，组成原始数据集；利用斯托克威尔变换法对原始数据集进行时频分析，获得相关波长脑电信号图，组成训练数据集；进行数据增强后，输入构建的对抗神经网络模型中，设置总损失函数进行优化，获得训练好的对抗神经网络模型及其神经元权重；利用训练好的对抗神经网络模型及其神经元权重，构建脉冲神经网络模型，用于对待分类的脑电信号图进行分类。本发明能够在保证分类精度的前提下，降低数据负载和计算量，实现对脑电信号的高效准确的分类。

公开(公告)号：CN118196093B

公开(公告)日：2024-09-03

申请号：CN202410611987.4

申请日：2024-05-17

申请人： 山东锋士信息技术有限公司

发明人： 孙启玉 ,  邓青 ,  张彩月 ,  李志鹏 ,  慎圆星 ,  王玉娥 ,  孙平 ,  刘玉峰

IPC分类号： G06T7/00 ,  G06V10/40 ,  G06N3/06 ,  G06N3/08 ,  G06T7/73

摘要： 本发明涉及基于人工深度神经网络反演水体叶绿素a的方法，属于水环境监督技术领域。通过实测和标准曲线计算获得多组叶绿素a浓度测值；根据采样点的位置以及该位置的遥感影像的波段值，建立不同采样点波段值与叶绿素a浓度测值的线性关系；利用线性关系模拟多组叶绿素a浓度作数据集，将训练集和对应遥感影像的波段值作为输入层，利用蚁群算法优化的初始权重和偏置，输入人工深度神经网络进行训练；利用损失值和优化函数对权重和偏置进行优化，训练完成得到网络模型。本发明方法具有并行处理能力、非线性、容错性、自适应性和自学习性等优势，可以有效提高水体叶绿素a数据拟合的精度，同时减少水体叶绿素a测量过程中的人力物力投入。

公开(公告)号：CN118569353A

公开(公告)日：2024-08-30

申请号：CN202410616285.5

申请日：2024-05-16

申请人： 超聚变数字技术有限公司

发明人： 吴彬

IPC分类号： G06N3/098 ,  G06N3/042 ,  G06N3/045 ,  G06N3/049 ,  G06N3/06 ,  G06F9/50

摘要： 本申请实施例提供一种模型训练方法、资源预测方法、电子设备及计算设备，该方法包括：在集群中确定至少一个设备集合，所述设备集合中的不同设备的资源占用信息之间具有关联关系；对每个设备集合进行联合模型训练，得到每个设备集合对应的联合预测模型；对所述集群中的每个设备进行独立模型训练，得到所述集群中各设备对应的独立预测模型；根据每个设备集合对应的联合预测模型、以及所述集群中各设备对应的独立预测模型，确定所述集群中各设备对应的资源预测模型，所述资源预测模型用于预测所述设备在目标时段的资源占用信息。在通过该资源预测模型进行资源预测时，提高了资源预测的准确性。

公开(公告)号：CN118569024A

公开(公告)日：2024-08-30

申请号：CN202410652734.1

申请日：2024-05-24

申请人： 国网河北省电力有限公司电力科学研究院 ,  国家电网有限公司 ,  华北电力大学(保定)

发明人： 杨鹏 ,  刘浩宇 ,  高树国 ,  臧谦 ,  郭猛 ,  刘宏亮 ,  田源 ,  相晨萌 ,  刘刚

IPC分类号： G06F30/23 ,  G06N3/06 ,  G06F18/214

摘要： 本发明提供一种变压器绕组温升的计算方法及装置，属于电力变压器领域。该方法包括：获取待测变压器的当前工况参数；将当前工况参数输入至预先训练好的预测模型中，得到预测模型输出的不同阶的模态系数；预测模型基于变压器的工况参数，以及对应的变压器绕组温升数据经本征模态分解后得到的不同阶的模态系数训练得到；预测模型内置敏感度层，用于对输入预测模型中各工况参数进行加权调整；基于预测模型输出的不同阶的模态系数及其对应的模态，确定待测变压器的绕组温升。本发明能够在确定变压器绕组温升数据的过程中兼顾计算精度和求解速度。

公开(公告)号：CN118563086A

公开(公告)日：2024-08-30

申请号：CN202410616618.4

申请日：2024-05-17

申请人： 浙江特力再生资源股份有限公司

发明人： 易秉智 ,  吴运惇 ,  陈剑峰 ,  蔡咏松 ,  汤利忠 ,  彭金鑫

IPC分类号： C22B1/02 ,  C22B7/00 ,  C22B34/34 ,  G06F17/11 ,  G06N3/06 ,  G06N3/084

摘要： 本发明公开了一种废炼油加氢催化剂高效低能耗焙烧预处理方法及装备，涉及焙烧预处理技术领域，主要解决焙烧过程效率低、高耗能、高碳排放的问题，步骤包括：通过筛选模块去除催化剂中的大颗粒杂质和灰尘，以及表面的油污、积碳和污染物，将碳酸钠溶解在水中并浸渍到催化剂内部，将混合物在高温环境下进行焙烧，通过焙烧后处理模块对焙烧后的混合物进行焙烧后处理，通过提纯模块进一步对溶液中的金属盐类进行提纯。

公开(公告)号：CN114781617B

公开(公告)日：2024-08-27

申请号：CN202210462301.0

申请日：2022-04-28

申请人： 吉林大学

发明人： 焦健 ,  周帅 ,  赵肖 ,  于平

IPC分类号： G06N3/0455 ,  G06N3/048 ,  G06N3/06 ,  G06N3/08

摘要： 本发明属于航磁勘探领域，具体地而言为一种基于编码器优化的全连接神经网络航磁干扰补偿方法，该方法包括：将16项系数矩阵Xn×16作为深度神经网络的输入数据；所述深度神经网络包括编码器以及与编码器串联的全连接神经网络，所述编码器用于提取数据的特征，得到特征矩阵Fn×12；将特征矩阵Fn×12传入全连接神经网络，所诉全连接神经网络用于实现特征对磁干扰的拟合，得到预测的磁干扰；根据预测的磁干扰计算补偿后的标准差。本发明有效提高模型的抗干扰能力。

公开(公告)号：CN116776199B

公开(公告)日：2024-08-20

申请号：CN202310713712.7

申请日：2023-06-15

申请人： 深圳技术大学

发明人： 王俊松 ,  杨柳奕 ,  王兆泽

IPC分类号： G06F18/24 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/06 ,  G06N3/08

摘要： 本发明提供一种用于EEG情绪分类的类脑模块化回声状态网络及其方法，其包括生成由M个模块构成的储层，并将N个神经元按序分配给M个模块；模块内神经元根据连接概率P1进行随机连接，模块间神经元根据连接概率P2进行随机连接，以此作为储层网络；将储层与输入层和输出层连接，生成M‑ESN模型，并将M‑ESN模型用于EEG脑电情绪分类。本发明通过在(M，P1，P2)三维参数空间寻优的方法确定最优的参数值，实现的M‑ESN的优化设计，取得了超越已有ESN的分类准确率。本发明优化设计的M‑ESN是一种计算简单、高效的轻量级神经网络模型，为智能可穿戴系统提供了一种高性能的智能边缘计算解决方案。

公开(公告)号：CN118468948A

公开(公告)日：2024-08-09

申请号：CN202410695175.2

申请日：2024-05-30

申请人： 上海安亭地平线智能交通技术有限公司

发明人： 刘强

IPC分类号： G06N3/06 ,  G06N3/04 ,  G06N5/04 ,  G06F17/16 ,  G06F7/523

摘要： 本公开实施例公开了一种对特征数据进行处理的方法、装置、介质和设备，其中，方法包括：确定待处理特征数据对应的第一张量的第一数据格式信息与第二张量的第二数据格式信息；根据第一数据格式信息和第二数据格式信息，从神经网络处理器中确定第一张量计算模块；控制第一张量计算模块对第一张量和第二张量进行计算，获得张量计算结果；根据张量计算结果，确定待处理特征数据对应的处理结果。本公开实施例可以实现神经网络处理器的基础计算单元的可配置能力，从而基于神经网络处理器中的基础计算单元实现不同混合精度或较高精度的张量运算，使得模型量化时，可以保持高比特量化结果，从而可以有效保证神经网络模型的计算精度。

公开(公告)号：CN117939486B

公开(公告)日：2024-08-06

申请号：CN202311730026.7

申请日：2023-12-15

申请人： 重庆理工大学

发明人： 杨凡 ,  徐安琪 ,  黄杰 ,  杨成 ,  喻涛 ,  赵梓杰 ,  张鑫

IPC分类号： H04W16/22 ,  G06N3/045 ,  G06N3/06 ,  G06N3/092 ,  G06N3/084 ,  H04W72/40 ,  H04W72/50 ,  H04W4/44 ,  H04W4/46

摘要： 本发明涉及无线通信技术，具体公开了一种基于D3QN的6G超大规模车联网网络资源分配方法及系统，包括以下步骤：S1、根据6G超大规模车联网的应用场景确定通信模型；S2：根据所述通信模型建立超图模型，所述超图模型中顶点为车载用户，超边为有干扰的车辆链路；并通过邻接矩阵表示超图中的车辆链路关系；S3：以最大化整个车联网的吞吐量为目标定义网络资源分配问题并设定约束条件；S4：基于竞争双重深度网络(D3QN)确定最优资源分配策略。其效果是：可以有效地描述复杂拓扑结构和多维特征，自适应地调整资源调度方案，更好地优化资源调度问题，有效地平衡系统中的多个目标和约束，降低干扰，提升吞吐量、减少时延。

公开(公告)号：CN113191480B

公开(公告)日：2024-08-06

申请号：CN202010039300.6

申请日：2020-01-14

申请人： 北京地平线机器人技术研发有限公司

发明人： 范坤 ,  陈迈越

IPC分类号： G06N3/0464 ,  G06N3/06

摘要： 公开了一种用于神经网络的池化方法、装置、计算机可读存储介质及电子设备，该方法包括：将图像输入神经网络的卷积层，得到特征图；根据预设池化步长，获取所述特征图在预设数据窗口下的矩阵元素；根据所述矩阵元素中的噪声元素，确定所述矩阵元素的第一均值集合；根据所述矩阵元素的第一均值集合，确定所述矩阵元素的池化输出值。本公开的技术方案通过考虑数据窗口内的噪声元素，以降低池化过程引入噪声元素的可能性，从而提高池化输出值的准确性，进而提高神经网络的精度。