成果描述：本实用新型公开了一种电子信息处理器,包括支架、主机和声卡,所述支架的一端设有液晶显示屏,且支架的另一端设有底盘,所述主机的上方设有键盘和鼠标,所述主机的一侧固定安装有散热孔,且主机的另一侧固定安装有开关,所述主机的底部设有主板,所述主板的上方固定安装有CPU处理器,所述声卡的一侧设有硬盘,且声卡的底部固定连接主板,所述硬盘的一侧设有内存条,所述硬盘的一端设有消音板,所述主机的下方固定安装有底座。本实用新型所述的一种电子信息处理器,设有消音板,声卡和硬盘,能够有效减少主机工作时发出的噪音,且能高效的处理和储存各种电子信息,适用不同工作状况,带来更好的使用前景。市场前景分析：本实用新型所述的一种电子信息处理器,设有消音板,声卡和硬盘,能够有效减少主机工作时发出的噪音,且能高效的处理和储存各种电子信息,适用不同工作状况,带来更好的使用前景。与同类成果相比的优势分析：国内领先

已有样品/n重点突破智能终端深度学习处理器芯片设计，研发并改进CNN、RNN 等深度学 习算法和技术，设计并研发Alex、Caffe、Torch等常用的深度学习架构。深度学习 处理器芯片支持CNN/DNN/MLP等主流深度学习神经网络算法，基于深度学习处理器 芯片的智能设备可运行手写数字识别等任务；深度学习处理器芯片处理imagenet测 试集图像分类任务达到30帧/s，芯片面积不超过60平方毫米，单芯片功耗不超过 20W，所研发的芯片性能功耗比超过目前智能终端所使用的主流CPU的100倍。最终 在

产品详细介绍           全频带全双工自适应回声消除技术；           全频带动态自适应降噪技术，降噪电平最高达18dB；           智能混音和话筒优选技术；           MIC-INPUT网口麦克风输入接口，可接入1路无线麦克和2路有线麦克；           2路平衡式话筒输入，支持48V幻象供电，采用凤凰端子；           4路平衡式线路输入，采用凤凰端子；           6路平衡式线路输出，采用凤凰端子；           采样率48kHz，A/D和D/A、24-bit；           自适应算法，简单通过拨码开关选择不同功能；           每路输入、输出均可单独增益调节；           支持采用网线、无线传输音频信号；           支持无线麦、有线麦闪避功能，确保无线麦、有线麦均有声音输入时，突显无线麦声音。            MC220E是教育常态化录播和远程互动系统配套的远讲语音回声消除，内置高品质全频带自适应回声抵消、数字降噪、混响抑制等语音处理算法；支持采用网线、无线传输音频信号，使安装异常简便，只需通过简单连接即可使整个系统达到极好的远程互动音频效果，满足双师课堂、远程教育及网络会议的高音质音频需求，并提供优质的前端采集音频供录播系统使用。 参数 值 频率响应 (20Hz~20kHz @ +4dBu):   麦克风通道 +0/-2dB 线路输入通道 +0/-0.5dB THD +N (1kHz @ +4dBu):   麦克风通道 < 0.009% 线路输入通道 < 0.007% 等效噪声 < -84dBu(20Hz~20kHz@22dB) 动态范围 > 105dB(20Hz~20kHz@0dB) 最大输入电平：   麦克风通道 -2dBu 线路输入通道 20dBu 最大输出电平（平衡） 20dBu 最大增益   麦克风通道 50dB 线路输入通道 0dB 输入阻抗   麦克风通道 2.2千欧姆 线路输入通道 20千欧姆 输出阻抗 400欧姆 采样率 48kHz A/D-D/A转换器 24比特 幻象电源 +48 VDC

本发明公开了一种认知无线电中基于自组织映射神经网络的恶意用户判别方法，本发明利用自组织映射(简称SOM)神经网络学习输入能量矩阵的分布特征，并根据学习结果对输入量进行有效的分类。首先引入“可疑度”的概念，其大小根据每次训练后每种类别所包含的次级用户的个数进行分配。为了消除传统的SOM神经网络的缺陷，本发明进一步提出了“平均可疑度”的概念。具体步骤包括：获得能量矩阵，利用SOM神经网络算法对能量矩阵进行训练得到分类矩阵，计算每个次级用户的“可疑度”，构造索引矩阵并重复训练过程，并将每次得到的“可疑度”取平均值，即“平均可疑度”，并利用“平均可疑度”对次级用户进行分类，识别出恶意用户或是正常用户。

本发明公开了一种基于神经网络模型 BP 算法的嵌入式矿压检测方法法，首先根据根据待检测区域的地域情况，采用多个振弦式压力传感器进行测量；然后 ARM7 处理器根据系统任务个数建立相应的进程；最后在建立的任务中打开定时器，输出一个固定在某一频率范围内的脉冲，经过驱动激振电路，产生一个能对振弦式压力传感器内部振弦起振的信号，同时使用 ARM7处理器对振弦式压力传感器返回的脉冲信号进行频率测量，计算得到压力值，最后，利用温度传感器采集振弦周围区域的温度，采用 BP 算法建立神经网络模型，利用神经网络模型对得到的各组压力数据及采集的温度数据进行学习，并根据神经网络模型找出压力随温度的变化规律，对振弦式传感器进行温度补偿。

本发明公开了一种反馈型人工神经网络训练方法及计算系统, 属于神经网络计算领域。一种人工神经网络训练方法，突触权重根据 神经突出两端的前馈信号和反馈信号调整，当神经突出两端分别为兴 奋前馈信号和兴奋反馈信号时，该突出权重调整到最大值，当神经突 出两端分别为静息前馈信号和兴奋反馈信号时，该突出权重调整到最 小值；一种反馈型人工神经网络计算系统，节点电路包括计算模块、 前馈模块和反馈模块，节点电路通过忆阻器模拟的神经突出相

本发明涉及一种基于 RBF 神经网络的电缆接头导线温度预测方法。本发明主要分以下 4 个步骤：1） 样本数据采集：实时测量与电缆接头导线温度有联系的关联因素（环境湿度、环境温度、护套温度、接 头处绝缘层温度、触头温度和各种表皮温度）；2）网络训练：首先对 1）采集的数据进行预处理，划分 训练数据和预测数据，然后设置各种参数，创建网络，最后进行数据预测；本发明将神经网络技术应用 到电缆接头导线温度预测中，对电缆接头导线温度在线实时监测与故障分析有较好的作用。 

一种基于动态哈密顿积的神经网络实现方法，其特征在于，包括以下步骤：首先，设计输入特征驱动的动态核生成机制，根据样本特性自适应调整卷积核参数，实现多尺度、多方向特征的细粒度提取，充分发挥四元数表示的空间感知优势；其次，构建符合四元数几何特性的整体激活函数，通过超复数空间中的非线性变换保持通道间旋转缩放关系，避免传统分量式激活导致的关联性断裂。本专利提出的动态卷积根据输入样本的特征动态生成卷积核，使得网络能够针对每个输入样本动态调整其卷积核。这种灵活的调整机制不仅增强了模型的表达能力，还使其能够适应不同输入的特征，提取更具细粒度的特征。

本发明公开了一种基于多元数据增强超图神经网络的抗癌药物协同预测方法，涉及生物医学数据挖掘领域，该方法包括将包含全部的药物‑药物‑细胞系三元组数据集分为第一集合和第二集合，然后执行训练阶段和测试阶段；所述训练阶段用于基于第一集合得到分子图的药物结构数据，以及细胞系的基因表达数据，进行嵌入的学习并完成对协同效应预测器的训练；所述测试阶段用于基于第二集合得到分子图的药物结构数据，以及细胞系的基因表达数据，进行嵌入的学习以获得节点嵌入，并根据获得节点嵌入和训练完成的协同效应预测器完成预测。本发明不仅可以帮助临床医学发现用于癌症治疗的新型协同药物组合，而且能够助力发现抗癌药物协同作用的潜在机制。

本发明公开了一种面向片式多核处理器的流编译优化方法，包 括：生成软件流水调度表的软件流水调度步骤；根据软件流水调度表 将计算任务所需的数据在片式多核处理器片上的 SPM 和主存上进行 缓存分配的存储访问优化步骤；根据片式多核处理器的片上网络拓扑 结构确定通信量最小的映射方式，以将软件流水调度表中各个虚拟处 理核根据映射方式调度映射到实际物理核上的通信优化步骤。本发明 的方法结合了流程序与系统结构相关的优化技术，充分发