[发明专利]训练神经网络模型以及飞行器姿态解算的方法、装置有效
| 申请号： | 201811386771.3 | 申请日： | 2018-11-20 |
| 公开（公告）号： | CN109857127B | 公开（公告）日： | 2022-08-09 |
| 发明（设计）人： | 周翊民;刘耀华 | 申请（专利权）人： | 深圳先进技术研究院 |
| 主分类号： | G05D1/08 | 分类号： | G05D1/08 |
| 代理公司： | 深圳市威世博知识产权代理事务所(普通合伙) 44280 | 代理人： | 李庆波 |
| 地址： | 518055 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及无人机技术领域，公开了一种应用于训练神经网络模型的方法、以及应用于飞行器姿态解算的方法、装置。该方法包括：接收训练数据；其中，训练数据对应有期望数据；以训练数据为神经网络模型的输入，进行神经网络模型的节点运算，输出训练结果数据，以拟合飞行器的姿态解算过程；判断训练结果数据与期望数据的误差是否小于误差阈值；若否，则调整神经网络模型中各节点之间的连接权值以及各节点的输出阈值，以使神经网络模型输出的训练结果数据逼近期望数据，直至训练结果数据与期望数据的误差小于误差阈值。通过上述方式，本发明能够降低飞行器的姿态解算算法的运算量。 | ||
| 搜索关键词： | 训练 神经网络 模型 以及 飞行器 姿态 方法 装置 | ||
【主权项】：
1.一种应用于训练神经网络模型的方法，其特征在于，所述方法包括：接收训练数据；其中，所述训练数据对应有期望数据；以所述训练数据为所述神经网络模型的输入，进行所述神经网络模型的节点运算，输出训练结果数据，以拟合飞行器的姿态解算过程；判断所述训练结果数据与所述期望数据的误差是否小于误差阈值；若否，则调整所述神经网络模型中各节点之间的连接权值以及各节点的输出阈值，以使所述神经网络模型输出的训练结果数据逼近所述期望数据，直至所述训练结果数据与所述期望数据的误差小于所述误差阈值。
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深圳先进技术研究院，未经深圳先进技术研究院许可，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/patent/201811386771.3/，转载请声明来源钻瓜专利网。
