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 > 南京理工大学李忠新获国家专利权

南京理工大学李忠新获国家专利权

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!

龙图腾网获悉南京理工大学申请的专利一种基于改进禁忌搜索优化BP神经网络的手势识别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:CN115951777B

龙图腾网通过国家知识产权局官网在2026-04-07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:202211647891.0,技术领域涉及:G06F3/01;该发明授权一种基于改进禁忌搜索优化BP神经网络的手势识别方法是由李忠新;王胜东;吴志林设计研发完成,并于2022-12-21向国家知识产权局提交的专利申请。

一种基于改进禁忌搜索优化BP神经网络的手势识别方法在说明书摘要公布了:本发明公开了一种基于改进禁忌搜索优化BP神经网络的手势识别方法,包括S1初始化神经网络参数,确定网络输入、输出参数以及禁忌搜索相关参数;S2按照随机生成的算子生成领域边界解;S3计算出领域内均方误差最小点;S4移动算子至最优点,重新生成领域,直到算子的均方误差为算子领域内最小值;S5将算子存入禁忌表,随机跳跃生成初始解,继续搜索局部极值点,直到禁忌表存满后或者循环到设定次数结束搜索;否则转至步骤2;S6将禁忌表中的局部极值点循环传递给BP神经网络训练模型;S7计算各极值点的均方误差,得到最优手势识别网络模型。本发明能够摆脱局部极值问题,加快了算法的收敛速度,在手势识别准确率上有明显提升。

本发明授权一种基于改进禁忌搜索优化BP神经网络的手势识别方法在权利要求书中公布了:1.一种基于改进禁忌搜索优化BP神经网络的手势识别方法,其特征在于:包括以下步骤: S1、初始化神经网络参数,确定网络输入、输出参数以及禁忌搜索相关参数; S2、按照随机生成的算子生成领域边界解:选择禁忌搜索优化BP神经网络,随机生成禁忌搜索的算子,依据邻域范围生成算子领域,计算领域的临界值; S3、选出领域内最优点:计算算子和边界解的均方误差,比较均方误差选取误差最小点,即为领域内最优点; S4、移动算子至最优点,继续生成领域,直到算子的均方误差为算子领域内最小值; S5、将算子存入禁忌表,随机跳跃生成初始解,继续搜索局部极值点,直到禁忌表存满后或者循环到设定次数结束搜索;否则转至步骤2; S6、将禁忌表中的局部极值点循环传递给BP神经网络训练模型; S7、依次训练禁忌表中的局部极值,选出均方误差最小值点即全局最小值,储存误差最小值时BP神经网络的权重与阈值,得到手势识别的BP神经网络模型; 最小值时BP神经网络的权重与阈值计算过程为: 更新网络模型中的权值和偏置项,输入层到隐含层的参数更新: 其中表示学习率,k表示权重与偏置更新步数,表示第k步输入层到隐含层的权重,表示第k步输入层到隐含层的偏置,表示均方误差; 隐含层到输出层的参数更新: 其中表示第k步隐含层到输出层的权重,表示第k步隐含层到输出层的偏置。

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南京理工大学,其通讯地址为:210094 江苏省南京市孝陵卫200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。