Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京理工大学王江获国家专利权

北京理工大学王江获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京理工大学申请的专利改进多模型机制的神经网络输出后处理方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115994562B

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210228644.0,技术领域涉及:G06N3/047;该发明授权改进多模型机制的神经网络输出后处理方法是由王江;王因翰;范世鹏设计研发完成,并于2022-03-08向国家知识产权局提交的专利申请。

改进多模型机制的神经网络输出后处理方法在说明书摘要公布了:本发明公开了一种改进多模型机制的神经网络输出后处理方法,通过设置多模型层神经网络,使用训练后的多模型层神经网络对输入数据进行辨识或预测,获得最终的辨识或预测结果,多模型层神经网络,包括神经网络模块和多模型层模块,多模型层模块设置在神经网络模块的隐含层与输出层之间,在多模型层模块中具有模型,所述模型中含有多个单元,每个单元将隐含层的输出结果作为输入,多个单元的输出结果合并回归后作为模型的输出传递至输出层。本发明公开的方法,降低了神经网络训练初始损失函数值,训练过程中损失函数下降快,可以减少训练次数,降低训练时间。

本发明授权改进多模型机制的神经网络输出后处理方法在权利要求书中公布了:1.一种改进多模型机制的神经网络输出后处理方法,其特征在于,通过设置多模型层神经网络,使用训练后的多模型层神经网络对输入数据进行辨识或预测,获得最终的辨识或预测结果,所述输入数据为我方飞行器加速度、我方飞行器速度倾角、我方飞行器速度偏角、敌我双方相对位置、敌我双方相对速度,所述最终的辨识结果为地方拦截弹制导律,多模型层神经网络对输入的数据进行辨识,从而获得敌方拦截弹制导律,根据敌方拦截弹制导律,修正我方飞行器自身制导律, 所述多模型层神经网络,包括神经网络模块和多模型层模块, 所述神经网络模块包括输入层、隐含层和输出层,所述多模型层模块设置在神经网络模块的隐含层与输出层之间,在多模型层模块中具有模型,所述模型中含有多个单元,每个单元将隐含层的输出结果作为输入,多个单元的输出结果合并回归后作为模型的输出传递至输出层; 所述输出层神经元的个数为多个,以输出不同类别的结果; 所述模型的数量与输出层中神经元的数量相同,使得每组模型对应一个神经元,且该模型的输出仅传递至与其对应的神经元中; 所述模型的输出设置为: , 其中,表示第组模型的回归值,表示第组模型的状态向量,所述状态向量为该模型中不同单元状态值的集合,表示第组模型的权重向量,所述权重向量为该模型中不同单元具有的权重; 模型的状态向量设置为: , 其中,表示第组模型对应的输出层神经元输出范围的最大值,表示单元的总数量,上标T表示转置; 第组模型的权重向量设置为: , 其中表示第组模型的权重向量,表示第组模型中第个单元的权重,表示最后一层隐含层的输出,表示最后一层隐含层到多模型层模块的传递矩阵,表示多模型层模块的偏置,为激活函数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。