[发明专利]神经网络的处理方法、装置、电子设备和存储介质

权利要求书

1.一种采用神经网络进行语音识别的方法，所述方法运用于IC硬件中，所述神经网络运行于语音芯片或NPU，包括：

获取所述神经网络的非线性激活函数的第一输入信息，其中，所述第一输入信息是根据语音数据的特征向量所确定的；

根据所述第一输入信息查询映射表，确定与所述第一输入信息匹配的目标输入信息，以及与所述目标输入信息对应的目标输出信息，所述映射表中存储处于设定取值范围内的设定个数的输入信息，与非线性激活函数中对应的输出信息之间的对应关系，其中，在查询得到目标输出信息之后，将浮点型的目标输出信息转换为整型的目标输出信息；

查询所述非线性激活函数和变化趋势特征之间的对应关系，获取所述非线性激活函数的变化趋势特征；其中，所述对应关系是预先对各非线性激活函数进行特征提取，确定各非线性激活函数对应的变化趋势特征，将各非线性激活函数和变化趋势特征之间对应存储得到的；

根据所述目标输入信息、目标输出信息、所述第一输入信息，以及所述变化趋势特征，确定所述非线性激活函数中与所述第一输入信息对应的第一输出信息，根据所述第一输出信息确定语音识别结果；

其中，所述根据所述目标输入信息、目标输出信息、所述第一输入信息，以及所述变化趋势特征，确定所述非线性激活函数中与所述第一输入信息对应的第一输出信息，包括：

根据所述变化趋势特征，对所述非线性激活函数进行拟合，得到目标函数；

根据所述目标输入信息、所述目标输出信息和所述第一输入信息，确定所述目标函数的第二输出信息，将整型的所述第二输出信息转化为浮点型的所述第二输出信息；

将所述目标函数的第二输出信息，作为所述非线性激活函数中与第一输入信息对应的第一输出信息。

2.根据权利要求1所述的方法，其中，所述变化趋势特征包括第一变化趋势特征和第二变化趋势特征，其中，所述第二变化趋势特征为对所述第一变化趋势特征进行特征提取后得到的；所述根据所述变化趋势特征，对所述非线性激活函数进行拟合，得到目标函数，包括：

确定与所述第一输入信息的差异处于预设范围内的第二输入信息；

根据所述非线性激活函数中与所述第二输入信息对应的第三输出信息，确定所述目标函数的第一项；

根据所述第二输入信息和所述第一变化趋势特征，确定第一中间信息；

根据所述第一输入信息与所述第二输入信息的差异，以及根据所述第一中间信息，确定所述目标函数的第二项；

根据所述第二输入信息和所述第二变化趋势特征，确定第二中间信息；

根据所述第一输入信息与所述第二输入信息的差异，以及根据所述第二中间信息，确定所述目标函数的第三项；

根据所述第一项、所述第二项和所述第三项，确定所述目标函数。

3.根据权利要求2所述的方法，其中，所述根据所述目标输入信息、目标输出信息和所述第一输入信息，确定所述目标函数的第二输出信息，包括：

将所述目标输入信息作为所述目标函数中的所述第二输入信息；

将所述目标输出信息作为所述非线性激活函数中与所述第二输入信息对应的第三输出信息；

分别将所述目标输入信息、目标输出信息和所述第一输入信息，代入所述目标函数，得到所述目标函数的第二输出信息。

4.根据权利要求1所述的方法，其中，所述映射表中存储处于设定取值范围内的设定个数的输入信息，与所述非线性激活函数中对应的输出信息之间的对应关系，所述根据所述第一输入信息查询映射表，确定与所述第一输入信息匹配的目标输入信息，以及与所述目标输入信息对应的目标输出信息之前，所述方法还包括：

确定所述第一输入信息处于所述设定取值范围内。

5.根据权利要求1所述的方法，其中，所述设定取值范围为0至设定取值，所述方法还包括：

在所述第一输入信息大于所述设定取值的情况下，确定浮点型的所述第一输出信息为1。