|
搜索
搜 索
高等教育领域数字化综合服务平台
基于神经网络模型BP算法的嵌入式矿压检测方法
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。
安徽理工大学
2021-04-13
一种反馈型人工神经网络训练方法及计算系统
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
华中科技大学
2021-04-14
自主神经再平衡防治心律失常的调控策略与临床转化
本项目致力于将“心脏自主神经调控防治心律失常”的创新理念和技术成果进行全球范围内的推广，已在全国40 余家大型三甲医院进行项目成果推广应用，在急性心肌梗死患者中减少了恶性心律失常和心肌损伤的发生，缩短了住院天数和降低了住院费用。
一、项目分类
重大科学前沿创新
二、技术分析
心律失常是最常见的心血管疾病之一，据统计，约80%的心源性猝死与恶性心律失常相关，严重威胁国民健康。项目组长期致力于自主神经调控防治心律失常的创新转化研究，在国家自然科学基金重点项目、国家重点研发计划、中央“万人计划”等项目资助下，取得了系列理论创新和技术突破：
1）构建了自主神经再平衡的理论体系，并阐明心律失常的关键神经机制；
2）研发了系列自主神经调控策略防治心律失常；
3）研发无创迷走神经调控系统，进行自主神经调控防治恶性心律失常的临床转化。
相关成果主要发表在Circulation（IF 39.918）、 J Am Coll Cardiol（IF 27.203 ）、Advanced functional materials（IF 19.924，封面论文）、Nano Energy(IF 19.096，2篇)、 Basic Res Cardiol (IF 17.165)、Cardiovascular Research（IF 13.081）等国际知名期刊，并被Cell、JAMA、Nat Rev Drug Discov、Nat Rev Cardiol等学术期刊引用3100余次。研究成果获2018年湖北省科技进步一等奖，连续两年获美国心脏病学会（ACC）中国原创研究一等奖，被《中华心律失常学》杂志评为当年心律失常领域全球十大研究进展之一。
武汉大学
2022-08-15
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。
武汉大学
2021-04-13
取向导电胶原水凝胶、仿生导电神经支架材料及其制备方法
本发明公开了一种取向导电胶原水凝胶、仿生导电神经支架材料及其制备方法，以具有优异生物相容性的天然生物大分子胶原和聚合物纳米颗粒的混合液为原料，再利用PEG缓冲液，通过同轴微流体芯片制备得到取向导电胶原水凝胶纤维。在水凝胶制备过程中加入细胞，便得到具有细胞原位装载的仿生导电神经支架材料。本发明制备得到的水凝胶纤维具有与天然神经组织相匹配的导电性、相近的力学性质、良好的生物相容性，并且能够在微纳米尺度上沿水凝胶纤维方向定向排列，能够模拟天然神经组织中的定向结构；
清华大学
2021-04-10
一种基于神经网络的超密集异构网络负载均衡优化方法
本发明提供了一种基于神经网络的超密集异构网络负载均衡优化方法，将ART2型神经网络和基于代价的分布式方法相结合的低复杂度超密集异构网络下行用户连接方法，联合调整所有小站的代价偏置值，解决超密集异构网中的负载均衡问题。本发明采用ART2型神经网络的分类设置初始值，可以大大降低迭代次数和计算复杂度，能提高基站边缘和中间的用户的吞吐量率，自动的均衡跨层和同层之间基站的负载，进一步显著降低负载均衡迭代方法的迭代次数，更加适应快速复杂多变的实际情况。
东南大学
2021-04-11
自适应线性神经元的混合有源（HVDC）直流滤波器 控制技术
本项目基于系统辨识的原理，通过对控制对象参数进行估计，并根据辨识 结果对控制其参数进行及时调整，克服了控制对象参数的不确定性以及时变性 对控制系统性能的不利影响,并且兼顾了重复控制方法能够精确跟踪含有谐波成 分的周期信号，具有计算量小，易于在数字信号处理器(DSP)上实现的优点。仿 真结果证明基于系统辨识的 HVDC 直流有源滤波器控制技术具有良好的控制性 能，能够对 HVDC 系统直流侧谐波进行有效的抑制。
山东大学
2021-04-13
基于卷积神经网络的可重构类脑计算芯片及支撑系统研发
研发阶段/n主要研究支持神经网络芯片的设计自动化工具及FPGA验证系统，设计自动化工 具本身针对ASIC和FPGA都适用。 项目主要研究：（1）研究基于模型层的设计空间探索方法;（2）研究可重构 神经网络硬件单元抽象和归约方法；（3）开发面向嵌入式、功耗约束下的FPGA神 经网络芯片系统，突破神经网络芯片设计小型化遇到的关键难题。本项目提出的自 动综合工具至少支持CNN 等两类不同神经网络拓扑，支持Caffe配置文件prototex 拓扑描述语言，生成的FPGA芯片，性能比CPU快1个数量级，能效比
中国科学院大学
2021-01-12
一种基于改进的 Hopfield 神经网络的服装标志识别方法
本发明实施例公开一种基于改进的Hopfield神经网络的服装标志识别方法，应用于计算机领域，以解决现有的靠人工对商品的标志进行识别效率极低的问题。该方法包括：通过小波变换对原始图像进行特征提取；根据所述特征作为目标模式建立Hopfield神经网络模型。本发明的实施例应用于标志识别。
四川大学
2016-09-28
基于同质器件架构的感算存一体化神经形态硬件
该成果创新性地基于二维半导体的硅基同质器件，首次提出了类脑功能的“传感-计算-存储一体化”神经形态芯片架构，实现了光电传感、放大运算、信息存储功能的一体化集成，为突破冯·诺依曼瓶颈和实现类脑智能提供了一种全新思路。
缪向水教授团队，长期从事相变存储器芯片、存算一体忆阻器芯片技术研究。2018年出版了国内第一本忆阻器专著《忆阻器导论》，2019年团队93项三维相变存储器芯片专利许可给芯片公司并合作开发产品，并与行业龙头企业合作建立了联合实验室，推动存储器芯片技术的成果转化以及未来引领技术的探索。曾荣获国家科技进步奖2项、湖北省技术发明一等奖1项。
同质晶体管-存储器架构的原理及器件结构
缪向水团队长期从事相变存储器芯片、存算一体忆阻器芯片技术研究。2018年出版了国内第一本忆阻器专著《忆阻器导论》，2019年团队93项三维相变存储器芯片专利许可给芯片公司并合作开发产品，并与行业龙头企业合作建立了联合实验室，推动存储器芯片技术的成果转化以及未来引领技术的探索。曾荣获国家科技进步奖2项、湖北省技术发明一等奖1项。
华中科技大学
2022-08-12