一种非确定性问题的概率确定方法

    公开(公告)号:CN110991610B

    公开(公告)日:2022-08-05

    申请号:CN201911191018.3

    申请日:2019-11-28

    Abstract: 本发明公开了一种概率神经元电路、概率神经网络拓扑结构及其应用,概率神经元电路包括积分电容、非固定阈值易失性器件和负载电阻;积分电容的一端外接突触电阻及连接非固定阈值易失性器件的一端,易失性器件的另一端连接负载电阻的一端。网络拓扑结构包括多个输入神经元电路、多个概率神经元电路和侧向抑制神经元电路;每个概率神经元电路用于基于其非固定激发阈值及各输入神经元电路发放的电信号进行随机激发;抑制神经元电路用于当接收到前n个概率神经元电路激发的信号时,抑制后续其它概率神经元电路的激发。本发明在神经元电路中引入非固定阈值易失性器件,极大拓展了神经元电路的应用,特别的可用于解决非确定性问题,且具有可靠的解决结果。

    一种高浓度颗粒群的光纤动态光散射检测方法

    公开(公告)号:CN107782643A

    公开(公告)日:2018-03-09

    申请号:CN201710889993.6

    申请日:2017-09-27

    CPC classification number: G01N15/0211

    Abstract: 本发明公开了一种高浓度颗粒群的光纤动态光散射检测方法,属于光电检测领域,其采用一束相干光照射到装有待测粒径的颗粒群溶液的微流控芯片中,相干光由光纤耦合器通过发射光纤耦合进入待测颗粒溶液,微流控芯片上微通道中的待测颗粒溶液使相干光发生散射,设定散射角对应的散射光通过接收光纤后再经光纤耦合输出,被光电探测器接收,光电探测器将设定信号输入至数字相关器,通过计算,获得设定散射角处的光强自相关函数。本发明方法可实现原位测量,其耗样量低、易进行避光设计和温度控制,能够适用于高浓度颗粒群的检测。

    概率人工突触单元、1T1R阵列结构及神经网络信息识别方法

    公开(公告)号:CN114169509B

    公开(公告)日:2024-11-19

    申请号:CN202111432442.X

    申请日:2021-11-29

    Abstract: 本申请公开了一种概率人工突触单元,包括易失型忆阻器、分压电阻、晶体管和非易失型忆阻器,易失型忆阻器的一端作为突触控制端以获取控制信号、另一端通过分压电阻接地;非易失型忆阻器的一端作为突触输入端、另一端与晶体管的源/漏端的其中一端相连,晶体管的源/漏端的其中另一端作为突触输出端,晶体管的栅极连接至易失型忆阻器和分压电阻的连接端。本申请还涉及一种基于上述概率人工突触单元所搭建的1T1R阵列结构、以及基于上述1T1R阵列结构所进行的神经网络信息识别方法。本申请中的神经网络模型在传统模型的基础上考虑的模型本身的感知不确定性,因此,其所得出的识别结果的识别率以及不确定度的可靠性更高。

    测量动态光散射的微流控芯片、其制备方法和应用

    公开(公告)号:CN108855255A

    公开(公告)日:2018-11-23

    申请号:CN201810344768.9

    申请日:2018-04-17

    Abstract: 本发明公开了一种测量动态光散射的微流控芯片、其制备方法和应用,属于动态光散射测量领域,该芯片用于测量单角度或多角度的动态光散射。该微流控芯片内部具有微流通道,微流通道设置为直沟道,在直沟道两端具有样品流入流出通道,直沟道的两侧分别具有一个光源输入通道和若干个散射光输出通道,输入通道与输出通道用于与光纤耦合。光源输入通道口和散射光输出通道口具有自聚焦透镜,从而使得入射激光和出射散射光可以聚焦,该微流控芯片还包括入射光纤和出射光纤。本发明装置和方法结合光纤在光信号采集传输的优势(体积减小,消除外界灰尘)和微流控芯片对被测试样精确控制,从而实现对动态光散射的高效测量,该芯片制备方法简单、高效。

    概率人工突触单元、1T1R阵列结构及神经网络信息识别方法

    公开(公告)号:CN114169509A

    公开(公告)日:2022-03-11

    申请号:CN202111432442.X

    申请日:2021-11-29

    Abstract: 本申请公开了一种概率人工突触单元,包括易失型忆阻器、分压电阻、晶体管和非易失型忆阻器,易失型忆阻器的一端作为突触控制端以获取控制信号、另一端通过分压电阻接地;非易失型忆阻器的一端作为突触输入端、另一端与晶体管的源/漏端的其中一端相连,晶体管的源/漏端的其中另一端作为突触输出端,晶体管的栅极连接至易失型忆阻器和分压电阻的连接端。本申请还涉及一种基于上述概率人工突触单元所搭建的1T1R阵列结构、以及基于上述1T1R阵列结构所进行的神经网络信息识别方法。本申请中的神经网络模型在传统模型的基础上考虑的模型本身的感知不确定性,因此,其所得出的识别结果的识别率以及不确定度的可靠性更高。

    一种概率神经元电路、概率神经网络拓扑结构及其应用

    公开(公告)号:CN110991610A

    公开(公告)日:2020-04-10

    申请号:CN201911191018.3

    申请日:2019-11-28

    Abstract: 本发明公开了一种概率神经元电路、概率神经网络拓扑结构及其应用,概率神经元电路包括积分电容、非固定阈值易失性器件和负载电阻;积分电容的一端外接突触电阻及连接非固定阈值易失性器件的一端,易失性器件的另一端连接负载电阻的一端。网络拓扑结构包括多个输入神经元电路、多个概率神经元电路和侧向抑制神经元电路;每个概率神经元电路用于基于其非固定激发阈值及各输入神经元电路发放的电信号进行随机激发;抑制神经元电路用于当接收到前n个概率神经元电路激发的信号时,抑制后续其它概率神经元电路的激发。本发明在神经元电路中引入非固定阈值易失性器件,极大拓展了神经元电路的应用,特别的可用于解决非确定性问题,且具有可靠的解决结果。

Patent Agency Ranking