一种基于神经网络的调整方法、装置及设备

    公开(公告)号:CN109784481A

    公开(公告)日:2019-05-21

    申请号:CN201711113743.X

    申请日:2017-11-13

    Inventor: 叶挺群

    CPC classification number: G06N3/04 G06N3/06 G06N5/04

    Abstract: 本发明实施例提供了一种基于神经网络的调整方法、装置及设备,方法包括:利用推理引擎的组件,对待调整的神经网络进行多次调整,每次调整后,将输入数据输入至调整后的神经网络,得到输出数据,将每次得到的输出数据进行对比,确定最优次输出数据对应的调整后的神经网络;最优次输出数据对应的调整后的神经网络,也就是最适应该输入数据的神经网络,因此,利用本方案,提高了神经网络对数据的适应性。

    高速全连接计算的硬件实现装置与方法

    公开(公告)号:CN109740749A

    公开(公告)日:2019-05-10

    申请号:CN201711035020.2

    申请日:2017-10-30

    CPC classification number: G06N3/04 G06N3/063 G06N3/08 G06N99/00

    Abstract: 本公开提供一种高速全连接计算的硬件实现装置与方法。根据本发明的高速全连接计算的硬件实现装置(200)包括:权重存储模块(210),用于存储用于计算的权重数据,每次存储m组权重数据,直到所有输出通道的权重计算完成;向量存储模块(220),用于存储n个输入向量数据;输出寄存模块(230),用于实现计算结果的输出缓存;核心计算模块(240),用于使得由所述权重存储模块输入的m组权重数据与由所述向量存储模块输入的n个输入向量数据进行相乘,各个相乘结果分别与之前的有效结果相加,并在乘加计算的结果上加上对应的偏置值,将最终计算结果输出到所述输出寄存模块。

    基于历史连接WiFi构建用户画像的方法、装置、设备及介质

    公开(公告)号:CN109660980A

    公开(公告)日:2019-04-19

    申请号:CN201811130760.9

    申请日:2018-09-27

    Inventor: 张超亚 蔡健

    CPC classification number: H04W8/183 G06N3/04

    Abstract: 本发明公开了一种基于历史连接WiFi构建用户画像的方法,所述方法包括以下步骤:获取用户终端历史连接的WiFi数据;对所述用户终端历史连接的WiFi数据进行分析,获得用户的出行数据,其中,所述出行数据包括用户出行场所、出行时间以及各个所述出行场所的停留时间;将所送用户的出行数据输入至训练好的神经网络模型中进行分析,获得所述神经网络模型输出的消费标签;根据所述用户的出行数据以及消费标签构建用户画像。本发明还公开了一种基于历史连接WiFi构建用户画像的装置、设备及计算机可读存储介质。本发明能够对用户进行高精准度的特征分析,从而有效提高了用户画像体系的准确性。

    一种高速公路机电设备故障诊断、解决方法及系统

    公开(公告)号:CN109655680A

    公开(公告)日:2019-04-19

    申请号:CN201711132117.5

    申请日:2017-11-15

    Applicant: 杨凯

    Inventor: 杨凯

    CPC classification number: G01R31/00 G06N3/04 G06N3/08

    Abstract: 本发明提供一种高速公路机电设备故障诊断、解决方法及系统。所述高速公路机电设备故障诊断方法,包括:获取影响高速公路机电设备运行状态的实时数据;将所述实时数据输入预设的诊断模型,诊断所述机电设备的故障原因;向用户输出所述故障原因。通过该方法能够快速、准确地诊断出机电设备的故障原因,解决了现有技术中依赖人工检测故障的方式,能够降低人工成本;同时,通过对故障原因的诊断,能够使缺乏经验的运维人员更加有针对性地对机电设备进行维护,进而提高维护效率。

    一种分布式的图像识别系统及其方法

    公开(公告)号:CN109034380A

    公开(公告)日:2018-12-18

    申请号:CN201810589629.2

    申请日:2018-06-08

    Inventor: 吴生才

    CPC classification number: G06N3/063 G06N3/04

    Abstract: 本发明提供了一种分布式的图像识别系统及其方法,其系统包括:主控服务器,至少两个图像识别服务器和决策服务器;图像识别服务器分别与主控服务器和决策服务器连接;主控服务器,用于将获取的待识别图像数据广播发送至各个图像识别服务器;图像识别服务器,用于接收待识别图像数据,根据自身的第一神经网络模型识别待识别图像数据,得到对应的待识别图像数据所属各类别的概率值,并将待识别图像数据所属各类别的概率值发送至决策服务器;决策服务器,用于接收各个的图像识别服务器的待识别图像数据所属各类别的概率值,根据所有待识别图像数据所属各类别的概率值得到待识别图像数据的识别结果。本发明实现提升图像识别的效率和准确率。

    建立跨域联合分布匹配模型的方法、装置及其应用

    公开(公告)号:CN108960324A

    公开(公告)日:2018-12-07

    申请号:CN201810713109.8

    申请日:2018-06-29

    CPC classification number: G06K9/6201 G06K2009/6213 G06N3/04 G06N5/04

    Abstract: 本发明公开了一种建立跨域联合分布匹配模型的方法、装置及其应用,该方法包括:对于一个视图x、另一个视图y以及两者的共享隐含表示z,建立生成器、样本联合分布、鉴别器和目标函数,对各生成器和各鉴别器进行训练,确定各生成器和各鉴别器中的参数。该方法无需大量的跨域配对训练数据样本。作为一种新型半监督学习方法,本发明的技术方案能更有效地解决可被建模为跨域联合分布匹配的诸多问题,如提升图像翻译、图像到语义标签的生成、基于语义标签的图像生成等任务的性能。本发明还对提出的基本多视图对抗推理学习方法进行了拓展,使得模型性能更优、更稳定。

Patent Agency Ranking