[实用新型]一种稳定性好的卷积神经网络模型用服务器有效
申请号: | 202120737114.X | 申请日: | 2021-04-12 |
公开(公告)号: | CN214744214U | 公开(公告)日: | 2021-11-16 |
发明(设计)人: | 廖景行;汪紫丹;冯蕾;杨景娜 | 申请(专利权)人: | 中国标准化研究院 |
主分类号: | F16M3/00 | 分类号: | F16M3/00;G06F1/18 |
代理公司: | 成都中弘信知识产权代理有限公司 51309 | 代理人: | 张芳 |
地址: | 100191*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 稳定性 卷积 神经网络 模型 服务器 | ||
本实用新型涉及卷积神经网络模型技术领域,且公开了一种稳定性好的卷积神经网络模型用服务器,包括服务器、移动框、滑块、安装板、滚动组件以及支撑垫,所述服务器设置在移动框的顶部。该稳定性好的卷积神经网络模型用服务器,通过启动驱动电机带动转轴转动,转轴带动主动轮转动,主动轮带动与其啮合的两个从动轮转动,从动轮带动曲轴转动,驱动轴转动带动安装套上下移动,安装套通过连杆带动安装板通过滑块沿着移动框的侧壁上下移动,安装板带动滚动组件上下移动,使得在需要对服务器进行移动时,使得滚动组件与地面接触,便于将其移动,待移动至指定位置后,将滚动组件收进移动框内,使服务器更稳定,提高其稳定性。
技术领域
本实用新型涉及卷积神经网络模型技术领域,具体为一种稳定性好的卷积神经网络模型用服务器。
背景技术
卷积神经网络(Convolutional Neural Networks,CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks),是深度学习的代表算法之一,卷积神经网络具有表征学习能力,能够按其阶层结构对输入信息进行平移不变分类,因此也被称为“平移不变人工神经网络(Shift-Invariant Artificial Neural Networks,SIANN)。
现有卷积神经网络模型用服务器由于其底部安装有万向轮,导致其在受到外力时容易移动,从而不稳定,稳定性较差,故而提出了一种稳定性好的卷积神经网络模型用服务器。
实用新型内容
(一)解决的技术问题
针对现有技术的不足,本实用新型提供了一种稳定性好的卷积神经网络模型用服务器,具备稳定性好等优点,解决了现有卷积神经网络模型用服务器由于其底部安装有万向轮,导致其在受到外力时容易移动,从而不稳定,稳定性较差的问题。
(二)技术方案
为实现上述稳定性好的目的,本实用新型提供如下技术方案:一种稳定性好的卷积神经网络模型用服务器,包括服务器、移动框、滑块、安装板、滚动组件以及支撑垫,所述服务器设置在移动框的顶部,所述移动框的内顶壁设置有驱动组件,所述移动框的内壁左右两侧均设置有与驱动组件啮合的升降组件,所述滑块的数量为两个且分别设置在移动框的内壁左右两侧,所述安装板设置在两个滑块之间,所述滚动组件设置在安装板的底部,所述支撑垫设置在移动框的底部。
优选的,所述驱动组件包括与移动框内顶壁固定连接的驱动电机,所述驱动电机的输出轴固定安装有转轴,所述转轴的底部固定安装有主动轮。
优选的,所述升降组件包括固定板,所述移动框的内顶壁固定安装有位于驱动电机左右两侧的固定板,所述移动框的内壁左右两侧均转动连接有一端贯穿并延伸至两个固定板之间的曲轴,两个所述曲轴相对的一侧均固定安装有与主动轮啮合的从动轮,所述曲轴的外部活动安装有位于两个固定板相背一侧的安装套,所述安装套的底部固定安装有一端与安装板顶部转动连接的连杆。
优选的,所述滚动组件包括安装座,所述安装板的底部左右两侧均固定安装有数量为两个的安装座,所述安装座的内侧活动安装有一端延伸至移动框底部的滚轮。
优选的,所述固定板的内部开设有固定孔,所述固定孔的孔内固定安装有轴承,所述轴承与曲轴转动连接。
优选的,所述移动框的内底壁开设有与滚轮相适配的通孔。
(三)有益效果
与现有技术相比,本实用新型提供了一种稳定性好的卷积神经网络模型用服务器,具备以下有益效果:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国标准化研究院,未经中国标准化研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202120737114.X/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种内装式风电轮毂前舱口
- 下一篇:一种格栅外饰条生产用的切割装置