[发明专利]一种基于神经网络的气动数据融合方法有效

专利信息
申请号: 201910294858.6 申请日: 2019-04-12
公开(公告)号: CN110188378B 公开(公告)日: 2020-12-08
发明(设计)人: 吴昌聚;曹世浩;江中正;吴宁 申请(专利权)人: 浙江大学
主分类号: G06F30/20 分类号: G06F30/20;G06K9/62
代理公司: 杭州求是专利事务所有限公司 33200 代理人: 万尾甜;韩介梅
地址: 310058 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于神经网络的气动数据融合方法,该方法是在传统神经网络融合的基础上,利用VCM融合方法修正神经网络融合时对数据量的相关性,并针对高精度数据的融合性质,引入了影响权重参数来帮助融合,最终得到改进的VCM方法与神经网络方法相结合的气动数据融合方法。本发明提出的融合方法能够有效克服传统神经网络融合方法与数据量的相关性,限制高精度数据的融合影响范围,得到整体融合趋势与大数据量数据趋势一致,在高精度数据影响范围与高精度数据一致的融合数据。
搜索关键词: 一种 基于 神经网络 气动 数据 融合 方法
【主权项】:
暂无信息
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浙江大学,未经浙江大学许可,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/201910294858.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top