专利名称：一种基于改进型神经网络的特征分类预测方法专利类型：发明专利
发明人：周伟,吴梦尧,王佳俊,王坤,赵建明申请号：CN201811448592.8申请日：20181130公开号：CN109685113A公开日：20190426
摘要：一种基于改进型神经网络的特征分类预测方法，属于信号的特征分类技术领域。首先对原始数据进行特征浮点量化，然后参考结果对网络参数进行修正，最后通过FPGA进行网络实现。本发明针对目前神经网络结构复杂的问题，提出了一种改进型的网络拓扑结构，使得训练网络所需的样本数量大幅度减小；针对传统的神经网络局限性较大，并不能很好的处理随机性比较高的信息的问题，提出了对特征进行量度化处理，匹配到神经网络的浮点接入层的方案。本发明提出的特征分类预测方法有效解决了对随机性较大的信号的分类预测，分类预测准确度高，网络拓扑复杂度低。
申请人：电子科技大学
地址：611731 四川省成都市高新区(西区)西源大道2006号
国籍：CN
代理机构：电子科技大学专利中心
代理人：吴姗霖
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容