公开(公告)号：CN115063597A

公开(公告)日：2022-09-16

申请号：CN202210809485.3

申请日：2022-07-11

Applicant: 北京理工大学

Inventor： 杨旭 ,  王淼 ,  毛思扬 ,  雷云霖 ,  杨君涵

IPC: G06V10/40 ,  G06V10/82 ,  G06N3/08 ,  G06N3/04

Abstract: 一种基于类脑学习的图像识别方法，对原始图片数据进行预处理得到输入向量；建立脉冲神经网络模型进行学习，模型包括输入层、类脑学习算子和输出层；先对所述输入向量进行脉冲时序编码得到脉冲神经网络的输入数据，再将所述输入数据输入到脉冲神经网络的输入层，然后通过类脑学习算子学习输入向量的特征，最后将脉冲神经网络的输出层最先激发的脉冲神经元作为网络识别的类别，经过多次训练学习后，得到最后的识别网络；将待识别的原始图片数据进行预处理，用识别网络进行图片识别。本发明在脉冲神经网络中使用类脑学习算子，优化了脉冲神经网络计算能耗高，可解释性差的缺陷，符合对类脑网络的预期。

公开(公告)号：CN111091185A

公开(公告)日：2020-05-01

申请号：CN201911081912.5

申请日：2019-11-07

Applicant: 北京理工大学

Inventor： 杨旭 ,  钱云冲 ,  邓松高筠 ,  范德宝 ,  徐扬 ,  翟益松 ,  王宇晗

IPC: G06N3/06 ,  G06N3/12

Abstract: 一种基于三联体密码子的人工神经网络编码和解码方法，包括：步骤1，定义组件为DNA链的基本组成部分，每个组件由相同数量的若干个三联体密码子构成，根据DNA链中组件的功能将组件分为输入组件、中间组件和输出组件，输入组件表示神经网络的输入层，中间组件表示神经网络的隐藏层，输出组件表示神经网络的输出层；步骤2，选择子网结构或权值结构的三联体密码子编码策略；步骤3，通过神经网络的输入和输出节点个数计算DNA链中输入组件、中间组件和输出组件个数；步骤4，计算神经网络中隐藏节点数量；步骤5，解码DNA链，得到与之对应的神经网络。本发明能够实现网络权值和拓扑结构的共同演化，网络具备一定的可靠性和稳定性。

公开(公告)号：CN108304912A

公开(公告)日：2018-07-20

申请号：CN201711477703.3

申请日：2017-12-29

Applicant: 北京理工大学

Inventor： 杨旭 ,  林嘉俊 ,  刘果 ,  何虎

IPC: G06N3/04 ,  G06N3/08

CPC classification number: G06N3/049 ,  G06N3/08

Abstract: 一种运用抑制信号实现脉冲神经网络监督学习的系统，包括：编码模块，将输入根据ROC编码规则转换成脉冲序列；分类模块，是一个两层的全连接脉冲神经网络，完成对脉冲信号的学习与分类；解码模块，将分类模块输出的脉冲序列转换成分类标签。本发明还提供了相应的方法，本发明在脉冲神经网络中，基于突触可塑性的性质，引入抑制信号来实现脉冲神经网络的学习过程。与现有技术相比，本发明在分类问题上有高的准确率和较低的运算量。

公开(公告)号：CN106844671A

公开(公告)日：2017-06-13

申请号：CN201710053848.4

申请日：2017-01-22

Applicant: 北京理工大学 ,  汤海京

Inventor： 汤海京 ,  杨旭

IPC: G06F17/30

CPC classification number: G06F17/30289 ,  G06F17/30424 ,  G06F17/30604

Abstract: 本发明提供了医学文献智能处理方法及系统，涉及信息检索技术领域，通过根据研究方向在数据库中进行文献筛选，获得第一文献信息，并将第一文献信息收集到文献池中，对文献池中的第一文献信息进行预处理，获得文献结构化库，其中，文献结构化库包括第二文献信息，通过对计算机模型进行训练，建立人工智能处理方法，采用人工智能处理方法对第二文献信息进行证据分级，得到文献证据分级结果信息，将文献证据分级结果信息进行收集并存入循证医学证据数据库。本发明提高了对医学文献的处理效率和准确率。