[发明专利]一种基于脉冲神经网络的重加权稀疏重建方法有效
| 申请号： | 202010565223.8 | 申请日： | 2020-06-19 |
| 公开（公告）号： | CN111797968B | 公开（公告）日： | 2022-09-16 |
| 发明（设计）人： | 余磊;张翔 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02;G06T5/00 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 李丹 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于脉冲神经网络的重加权稀疏重建方法，该方法包括以下步骤：1)获取待重建的输入信号；2)选择重加权惩罚项；3)建立超完备字典，用于后续信号重建；4)根据输入信号和字典尺寸，构建脉冲神经网络模型；5)根据脉冲神经网络的运行状态，重建出稀疏信号。本发明通过结合脉冲神经网络模型的高效性和重加权算法的优势，针对重加权后的稀疏重建问题，用脉冲神经网络模型的动态演化对其求解，显著提升了稀疏信号重建的精度和效率。 | ||
| 搜索关键词： | 一种 基于 脉冲 神经网络 加权 稀疏 重建 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武汉大学，未经武汉大学许可，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/202010565223.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种自助动力洗车装置
- 下一篇：一种基于模糊PID算法的钻井平台升降控制方法
