检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

226 篇 专利
2 篇 期刊文献

馆藏范围

228 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

2 篇 工学
- 2 篇 控制科学与工程
- 2 篇 计算机科学与技术...
- 2 篇 软件工程
2 篇 管理学
- 2 篇 管理科学与工程(可...

主题

2 篇 计算神经网络
1 篇 实验数学
1 篇 视觉注意力
1 篇 gabor分解
1 篇 元胞自动机
1 篇 二维熵
1 篇 扩展的经典感受野

机构

9 篇 中科寒武纪科技股...
7 篇 清华大学
6 篇 北京理工大学
5 篇 四川大学
4 篇 北京达佳互联信息...
4 篇 国家电网有限公司
4 篇 富士通株式会社
4 篇 第四范式技术有限...
4 篇 三星电子株式会社
4 篇 河海大学
4 篇 电子科技大学
4 篇 字节跳动有限公司
4 篇 上海寒武纪信息科...
3 篇 西北工业大学
3 篇 华为技术有限公司
3 篇 国网信息通信产业...
2 篇 华中科技大学
2 篇 黑龙江苑博信息技...
2 篇 湖南大学
2 篇 深圳市普裕时代新...

作者

4 篇 王珵
4 篇 戴文渊
4 篇 刘智
4 篇 陈正鸣
4 篇 王海滨
4 篇 方晨
4 篇 刘鼎
4 篇 陈云霁
4 篇 赵汉光
4 篇 周星宇
4 篇 沈晓辉
4 篇 乔栋
4 篇 陈天石
4 篇 熊维
3 篇 吕建成
3 篇 王鑫
3 篇 李震
3 篇 王好谦
3 篇 孙亚楠
2 篇 李叙晶

语言

228 篇 中文

检索条件"主题词=计算神经网络"

共 228 条记录，以下是71-80 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

神经网络模型的训练方法、训练系统及可读介质

神经网络模型的训练方法、训练系统及可读介质

引用

作者：孙飞秦明海李浩然朱囯材高源黄古玥张雅文 310052 浙江省杭州市滨江区长河街道网商路699号4号楼5楼508室

本公开提供了一种神经网络模型的训练方法、训练系统及可读介质。该训练方法，包括：使用转置不变的稀疏权重矩阵，在前向传递中通过稀疏矩阵‑矩阵乘法模块计算神经网络模型的激活；使用从权重转置模块接收到的稀疏权重矩阵的转置，在... 详细信息

标准号: CN116843002A

本公开提供了一种神经网络模型的训练方法、训练系统及可读介质。该训练方法，包括：使用转置不变的稀疏权重矩阵，在前向传递中通过稀疏矩阵‑矩阵乘法模块计算神经网络模型的激活；使用从权重转置模块接收到的稀疏权重矩阵的转置，在反向传递中通过稀疏矩阵‑矩阵乘法模块计算神经网络模型的激活梯度；使用在前向传递中从稀疏矩阵‑矩阵乘法模块接收的激活，在反向传递中通过采样稠密‑稠密矩阵乘法模块计算神经网络模型的权重梯度。本公开实施例使用转置不变的稀疏权重矩阵进行非零计算来训练神经网络模型，有利地消除了稀疏矩阵‑矩阵乘法模块和采样稠密‑稠密矩阵乘法模块的冗余计算，减少了神经网络模型的训练时间和存储器消耗。

关键词：矩阵乘法模块稀疏矩阵计算神经网络权重矩阵转置稀疏神经网络模型乘法模块稠密矩阵前向传递激活采样稠密训练神经网络存储器消耗可读介质冗余计算训练系统转置模块传递非零权重

来源：评论

学校读者我要写书评

暂无评论

深度卷积神经网络的可微架构搜索方法及装置

深度卷积神经网络的可微架构搜索方法及装置

引用

作者：胥明凯任志刚李琮杨杰陈显达王淑颖王思源杨宁高飞胡旭冉刘昭刘一男胡庆浩高翔邵帅郑义斌张雨薇 250012 山东省济南市市中区泺源大街238号

本发明公开了一种深度卷积神经网络的可微架构搜索方法及装置，应用于输电线路隐患分析场景或变电站缺陷检测场景，属于神经网络架构搜索技术领域，方法包括以下步骤：采集待检测数据，所述待检测数据包括输电线路隐患分析数据集或变电... 详细信息

标准号: CN115620147A

本发明公开了一种深度卷积神经网络的可微架构搜索方法及装置，应用于输电线路隐患分析场景或变电站缺陷检测场景，属于神经网络架构搜索技术领域，方法包括以下步骤：采集待检测数据，所述待检测数据包括输电线路隐患分析数据集或变电站缺陷检测数据；计算神经网络权重和神经网络架构参数，得到神经网络的最优架构；采用与任务无关的模型中间层特征的最大编码率缩减作为网络架构性能标准进行搜索；采用与任务相关的模型中间层时域特征和频域特征的最大编码率缩减作为网络架构性能标准进行搜索。本发明能够实现深度卷积神经网络的加速与压缩，解决输电线路隐患分析场景和变电站缺陷检测场景中是隐患问题。

关键词：神经网络输电线路隐患分析变电站场景卷积神经网络待检测数据最大编码率搜索缺陷检测网络架构性能标准中间层架构搜索方法及装置计算神经网络缺陷检测数据架构参数时域特征隐患问题权重和数据集微架构和频采集压缩应用

来源：评论

学校读者我要写书评

暂无评论

一种基于端边云架构的神经网络多任务推理方法和装置

一种基于端边云架构的神经网络多任务推理方法和装置

引用

作者：潘兆丰叶徳仕陈佳伟王灿 310058 浙江省杭州市西湖区余杭塘路866号

一种基于端边云架构的神经网络多任务推理方法和装置，其方法包括：将用于推理的深度神经网络模型，数据集同步至本地、边缘、云设备；计算出每一层的输入张量大小以及每一层在不同设备上的推理时间；将模型切割成两个部分，计算神经网... 详细信息

标准号: CN117910572A

一种基于端边云架构的神经网络多任务推理方法和装置，其方法包括：将用于推理的深度神经网络模型，数据集同步至本地、边缘、云设备；计算出每一层的输入张量大小以及每一层在不同设备上的推理时间；将模型切割成两个部分，计算神经网络在切割点前在本地推理的总时间，计算在切割点后在边缘或云设备上推理的总时间；多任务推理包含多个相同尺寸的推理任务，不同任务可以有不同的切割点；每个任务首先在本地运行至切割点，得到中间结果后发送至边缘或云设备上继续运行，得出最终的推理结果；同一设备同一时间只能运行一项任务，求解目标是所有任务完成总时间的最小值；训练深度强化学习模型，并应决定分割点、执行机器和执行顺序。

关键词：推理切割点云设备计算神经网络神经网络模型方法和装置模型切割强化学习任务完成神经网络同一设备推理结果中间结果分割点数据集云架构端边求解发送

来源：评论

学校读者我要写书评

暂无评论

一种基于RBF神经网络的编队无人机加速度估计方法

一种基于RBF神经网络的编队无人机加速度估计方法

引用

作者：商园春李云庆 201411 上海市奉贤区奉城镇瓦洪公路3098号

本发明涉及一种加速度估计方法，具体是一种编队无人机加速度估计方法。所述方法包括根据传感器信号，获得当前编队无人机从机位置偏差和速度偏差，将所述偏差代入RBF神经网络高斯径向基函数，其中，RBF神经网络高斯径向基函数中心由智... 详细信息

标准号: CN117871894A

本发明涉及一种加速度估计方法，具体是一种编队无人机加速度估计方法。所述方法包括根据传感器信号，获得当前编队无人机从机位置偏差和速度偏差，将所述偏差代入RBF神经网络高斯径向基函数，其中，RBF神经网络高斯径向基函数中心由智能算法获得；随飞行步更新实际权值，并根据实际权值及所述基函数计算神经网络实际输出；该输出为编队无人机的领机或虚拟参考点的加速度逼近值；采用包含加速度逼近值的编队控制律控制无人机从机飞行，根据该控制律估计编队中无人机从机的加速度。若编队无人机未达到目标区域，更新迭代次数，重复上述方法对编队无人机的加速度进行估计；若编队无人机达到目标区域，停止加速度估计。

关键词：加速度估计高斯径向基函数目标区域控制律逼近计算神经网络传感器信号实际输出速度偏差位置偏差虚拟参考智能算法飞行基函数迭代更新输出重复

来源：评论

学校读者我要写书评

暂无评论

一种基于图结构的神经网络测试方法

一种基于图结构的神经网络测试方法

引用

作者：吕江花董峰铭刘铭 100191 北京市海淀区学院路37号

本发明提供一种基于图结构的神经网络测试方法，涉及人工智能测评领域，所述方法包括：根据各所述神经元的输出值在对应层级内排名是否处于预设阈值内判断各所述神经元是否处于激活状态；将处于激活状态的各所述神经元抽象为图数据结构... 详细信息

标准号: CN117391151A

本发明提供一种基于图结构的神经网络测试方法，涉及人工智能测评领域，所述方法包括：根据各所述神经元的输出值在对应层级内排名是否处于预设阈值内判断各所述神经元是否处于激活状态；将处于激活状态的各所述神经元抽象为图数据结构，根据处于图数据结构的各所述神经元分别计算神经网络模型的层结构加权覆盖率和图结构数据集结构性变动指标，从而根据上述指标生成所述神经网络模型的测试用例。本申请解决了现有技术中的神经元覆盖率指标没有考虑数据集多样性、激活神经元判定考虑不充分、忽略不同神经元重要性等问题的技术问题，具有更好的适应性和充分性，能够更好地评估深度神经网络模型的质量，提高神经网络模型的鲁棒性和可靠性。

关键词：神经元神经网络模型图数据结构激活状态数据集图结构计算神经网络神经网络测试人工智能覆盖率指标生成层结构充分性结构性鲁棒性测评层级预设加权判定抽象激活多样性测试输出评估申请

来源：评论

学校读者我要写书评

暂无评论

基于神经网络干扰观测器的载人潜水器控制方法

基于神经网络干扰观测器的载人潜水器控制方法

引用

作者：赵洋邓超赵兵杨鸣宇 110016 辽宁省沈阳市沈河区南塔街114号

本发明涉及基于神经网络干扰观测器的载人潜水器控制方法，包括以下步骤：步骤1，构建载人潜水器运动学和动力学模型；步骤2，处理载人潜水器海试数据，计算神经网络的输入输出数据，并对输入输出数据做归一化处理生成训练数据；步骤3... 详细信息

标准号: CN116520685A

本发明涉及基于神经网络干扰观测器的载人潜水器控制方法，包括以下步骤：步骤1，构建载人潜水器运动学和动力学模型；步骤2，处理载人潜水器海试数据，计算神经网络的输入输出数据，并对输入输出数据做归一化处理生成训练数据；步骤3，利用训练数据训练LSTM神经网络，训练好的神经网络作为观测器对干扰进行估计；步骤4，构建模型预测控制器，实现载人潜水器的运动控制。本发明中提出的LSTM能够精确的估计载人潜水器受到的扰动；本发明的控制方法能够有效的抑制载人潜水器受到的各种干扰，且不需要控制分配模块，简化了控制流程的同时还能够避免推进器推力和推力变化率饱和的问题，从而保证较高的控制精度。

关键词：载人潜水器神经网络输入输出数据训练数据构建模型预测控制器计算神经网络动力学模型干扰观测器归一化处理推进器推力控制分配控制流程推力变化运动控制扰动观测器运动学饱和保证

来源：评论

学校读者我要写书评

暂无评论

神经网络模型的训练和应用方法、装置、及存储介质

神经网络模型的训练和应用方法、装置、及存储介质

引用

作者：汪德宇陶玮陈则玮尹凌霄赵东悦日本东京都大田区下丸子3-30-2

本发明提供神经网络模型的训练和应用方法、装置、及存储介质。神经网络模型包括M个卷积层，其中M为大于等于1的整数，该方法包括：a)获取目标数据集、神经网络的M个卷积层中N个卷积层中每个卷积层的卷积核和每个卷积核的掩模，其中N为... 详细信息

标准号: CN118196430A

本发明提供神经网络模型的训练和应用方法、装置、及存储介质。神经网络模型包括M个卷积层，其中M为大于等于1的整数，该方法包括：a)获取目标数据集、神经网络的M个卷积层中N个卷积层中每个卷积层的卷积核和每个卷积核的掩模，其中N为大于或等于1、并且小于或等于M的整数，其中，掩模与卷积核具有相同的空间形状；b)对目标数据集中的训练样本进行一次或多次迭代以训练神经网络和掩模，每次迭代包括：b1)根据神经网络的预测结果和掩模中的值，计算损失值；b2)根据损失值，计算神经网络参数的梯度和掩模的梯度；b3)根据神经网络参数的梯度和掩模的梯度，更新神经网络参数和掩模中的值；c)根据掩模中的更新值更新卷积核形状。

关键词：掩模卷积核卷积神经网络参数神经网络模型神经网络更新计算神经网络训练神经网络存储介质多次迭代获取目标空间形状目标数据训练样本预测结果数据集迭代应用

来源：评论

学校读者我要写书评

暂无评论

一种神经网络结构化张量分解压缩方法

一种神经网络结构化张量分解压缩方法

引用

作者：程远王胤睿杨明伦 215000 江苏省苏州市高新区科灵路78号软件园3号楼211室

本发明提供一种神经网络结构化张量分解压缩方法，包括以下步骤：S1：依据深度神经网络中全连接计算获得y＝Wx+b，其中是权重矩阵；是特征向量；是偏置向量；是输出向量；S2：进一步S3：将权重矩阵W首先变换为张量：其中张量化的权重可... 详细信息

标准号: CN114970832A

本发明提供一种神经网络结构化张量分解压缩方法，包括以下步骤：S1：依据深度神经网络中全连接计算获得y＝Wx+b，其中是权重矩阵；是特征向量；是偏置向量；是输出向量；S2：进一步S3：将权重矩阵W首先变换为张量：其中张量化的权重可以被表示为：S4：将和转换成d维张量，即以及同样也变成了一个d维张量神经网络结构权重矩阵压缩计算神经网络分解非结构化计算公式加速效果神经网络输出向量特征数据特征向量压缩率偏置权重向量量化局限转换

来源：评论

学校读者我要写书评

暂无评论

用于修正神经网络中的有错误的神经元函数的方法和设备

用于修正神经网络中的有错误的神经元函数的方法和设备

引用

作者： A·贡托罗 C·朔恩 J·普莱汀科斯 L·L·艾克 S·沃格尔德国斯图加特

本发明涉及用于修正神经网络中的有错误的神经元函数的方法和设备。本发明涉及一种用于根据神经元输出值（o1，o2）来计算神经网络的输出值的方法、尤其是计算机实施的方法，所述神经网络具有多个神经元（1），所述方法具有下列步骤：‑... 详细信息

标准号: CN113807514A

本发明涉及用于修正神经网络中的有错误的神经元函数的方法和设备。本发明涉及一种用于根据神经元输出值（o₁，o₂）来计算神经网络的输出值的方法、尤其是计算机实施的方法，所述神经网络具有多个神经元（1），所述方法具有下列步骤：‑检查（S1，S2）神经元组的一个或者多个神经元的神经元函数；‑在查明神经元组中的错误时，确定（S3）错误的致命性；‑根据所查明的错误的致命性，修正（S5）神经元组的一个或者多个神经元（1）中的至少一个神经元的神经元输出值（o₁，o₂）。

关键词：神经元神经元组神经元函数神经元输出神经网络致命性计算神经网络修正方法和设备计算机实施输出检查

来源：评论

学校读者我要写书评

暂无评论

一种用于乳腺肿瘤检测的神经网络及其检测系统

一种用于乳腺肿瘤检测的神经网络及其检测系统

引用

作者：谢晓青何芸芸马贝李世维高爽容若文张国旺 310000 浙江省杭州市萧山区经济技术开发区明星路371号2幢1108室

本发明提供了一种用于乳腺肿瘤检测的神经网络，通过以下步骤进行训练：S1、获取临床数据，所述临床数据包括训练数据集，所述训练数据集包括乳腺特征和诊断结果；S2、对乳腺特征进行多源特征融合后得到乳腺特征向量，将所述训练数据集... 详细信息

标准号: CN111554383B

本发明提供了一种用于乳腺肿瘤检测的神经网络，通过以下步骤进行训练：S1、获取临床数据，所述临床数据包括训练数据集，所述训练数据集包括乳腺特征和诊断结果；S2、对乳腺特征进行多源特征融合后得到乳腺特征向量，将所述训练数据集的乳腺特征作为输入，将所述训练数据集的诊断结果作为输出，利用GA算法计算神经网络的初始权值；S3、利用所述训练数据集对神经网络进行训练。这种用于乳腺肿瘤检测的神经网络利用基于红外成像技术获取的乳腺特征进行训练，训练完成后的神经网络能够根据病患的临床数据进行乳腺肿瘤的检测，在提高检测的准确率的同时，还能够避免患者在检测过程中受到辐射的伤害。

关键词：训练数据集乳腺神经网络临床数据乳腺肿瘤检测诊断结果检测红外成像技术计算神经网络乳腺肿瘤特征融合特征向量准确率病患多源输出辐射伤害

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共23页 << < 4 5 6 7 8 9 10 11 12 13 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：