[发明专利]一种基于脉冲神经网络的特征分类方法及系统在审
| 申请号： | 201810936803.6 | 申请日： | 2018-08-16 |
| 公开（公告）号： | CN109102027A | 公开（公告）日： | 2018-12-28 |
| 发明（设计）人： | 王上 | 申请（专利权）人： | 王上 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 北京酷爱智慧知识产权代理有限公司 11514 | 代理人： | 向霞 |
| 地址： | 400000 重庆市沙坪坝*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供的基于脉冲神经网络的特征分类方法，设置输入层每个神经元的输入数据，所述输入数据由本质特征数据和量的数据组成，将输入层的神经元数据传递到到隐含层；隐含层通过对输入的不同神经元的数据组合进行计算得到隐含层的每个神经元的输出值，并将隐含层的输出值传递到输出层；输出层将输入层和隐含层的各个神经元的输出的量的数据进行对比计算，选择并标注出最大值神经元的数据作为分类结果。过对本质特征的分类和量分类综合后，可以不需要大量数据通过反向递归算法获取权重值来分类事物，仅仅通过对输出的最大值神经元的比较查找来分类相同、相似的事物。该方法分类事务效率高，可延长输入数据时间分类动作等特征，通用性强。 | ||
| 搜索关键词： | 神经元 隐含层 输入层 输出 脉冲神经网络 分类 本质特征 特征分类 输出层 反向递归算法 分类结果 分类事务 时间分类 数据传递 数据通过 数据组成 数据组合 通用性强 事物 权重 标注 查找 传递 | ||
【主权项】：
1.一种基于脉冲神经网络的特征分类方法，其特征在于，设置输入层每个神经元的输入数据，所述输入数据由本质特征数据和量的数据组成，将输入层的神经元数据传递到到隐含层；隐含层通过对输入的不同神经元的数据组合进行计算得到隐含层的每个神经元的输出值，并将隐含层的输出值传递到输出层；输出层将输入层和隐含层的各个神经元的输出的量的数据进行对比计算，选择并标注出最大值神经元的数据作为分类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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王上，未经王上许可，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/patent/201810936803.6/，转载请声明来源钻瓜专利网。
