[发明专利]神经网络及其训练方法、预测方法、设备及存储介质有效
| 申请号： | 201910368965.9 | 申请日： | 2019-05-05 |
| 公开（公告）号： | CN110265147B | 公开（公告）日： | 2023-05-05 |
| 发明（设计）人： | 张小燕;刘贤强 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G16H50/50 | 分类号： | G16H50/50;G06F18/213;G06F18/21;G06N3/0464;G06N3/08 |
| 代理公司： | 深圳青年人专利商标代理有限公司 44350 | 代理人： | 吴桂华 |
| 地址： | 518060 广东*** | 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： | 本发明适用计算机技术领域，提供了一种神经网络及其训练方法、预测方法、设备及存储介质，主要构建一神经网络，利用其中的全连接网络对预测用数据进行处理，得到关节接触压力编码，再利用其中的反卷积网络，对关节接触压力编码进行处理，得到关节接触压力分布。这样，相对于现有的FEM进行关节接触压力分布的分析，更为快速、及时，从而能高效服务于临床应用。 | ||
| 搜索关键词： | 神经网络 及其 训练 方法 预测 设备 存储 介质 | ||
【主权项】：
1.一种神经网络的训练方法，其特征在于，所述神经网络包括：基于分层结构的全连接网络及基于低秩近似法的反卷积网络，所述训练方法包括：以关节接触压力分布样本数据作为第一样本数据，利用所述低秩近似法对所述第一样本数据进行处理，得到所述反卷积网络的第一参数，以及关节接触压力样本编码；以所述关节接触压力样本编码、各关节部位形状样本数据、关节部位之间距离样本数据及关节部位中心点作用力样本数据作为第二样本数据，训练所述全连接网络的第二参数。
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大学，未经深圳大学许可，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/201910368965.9/，转载请声明来源钻瓜专利网。
