Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津大学四川创新研究院白一川获国家专利权

天津大学四川创新研究院白一川获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉天津大学四川创新研究院申请的专利一种基于无监督神经网络LBRI的动作识别方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115700850B

龙图腾网通过国家知识产权局官网在2026-04-07发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211370233.1,技术领域涉及:G06V40/20;该发明授权一种基于无监督神经网络LBRI的动作识别方法及系统是由白一川;惠一航;李国良设计研发完成,并于2022-11-03向国家知识产权局提交的专利申请。

一种基于无监督神经网络LBRI的动作识别方法及系统在说明书摘要公布了:本发明公开了一种基于无监督神经网络LBRI的动作识别方法及系统,该方法包括如下步骤:S1:获取动作信息,并提取特征值;S2:将特征值通过特征总线FB传输至LBRI模型,所述特征值为随时间输入的特征值序列TSQ,将特征值序列TSQ归类为排列类ATar;S3:LBRI模型记忆新的排列类ATar,识别旧的排列类ATar,解决动作识别的问题。本发明相较于现有技术,在动作识别方面,更仿生、更节约存储空间,并且识别效率更高。

本发明授权一种基于无监督神经网络LBRI的动作识别方法及系统在权利要求书中公布了:1.一种基于无监督神经网络LBRI的动作识别方法,其特征在于,包括如下步骤: S1:获取动作信息,并提取特征值; S2:将特征值通过特征总线FB传输至LBRI模型,所述特征值为随时间输入的特征值序列TSQ,将特征值序列TSQ归类为排列类ATar; S3:LBRI模型记忆新的排列类ATar,识别旧的排列类ATar,解决动作识别的问题; 所述LBRI模型包括长短期记忆网络框架LSTMF模块、生物本能神经网络训练模块、循环联想神经网络RANN模块和可解释序列脉冲神经网络ISNN模块; 所述长短期记忆网络框架LSTMF模块包括短期记忆子模块、长期记忆子模块和生物本能子模块,其中,所述短期记忆子模块用以对传入的特征值按照时间顺序进行处理及无条件记录;所述长期记忆子模块用以对传入的特征值进行推理;所述生物本能子模块用以识别重复出现的、规律性的特征值序列,并生成新的长期记忆; 所述生物本能神经网络训练模块包括Rdtc生物本能子模块和Lgen生物本能子模块,所述Rdtc生物本能子模块用以定期对短期记忆进行检索并判断其中的序列是否是有重复出现的规律性片段,将其进行分类并指出;所述Lgen生物本能子模块用以生成长期记忆,若Rdtc检测到有重复出现的规律性片段则根据此些片段生成新的长期记忆; 所述循环联想神经网络RANN模块包括微分循环神经网络DRNN子模块、对象记忆子模块和序列记忆子模块,所述微分循环神经网络DRNN子模块用以求出特征值变化的趋势;所述对象记忆子模块用以对特征值的记忆以类划分;所述序列记忆子模块用以模拟生物短期记忆记住最新的,忘记最旧的的特性; 所述可解释序列脉冲神经网络ISNN模块包括推理igear子模块和非脉冲神经元filter子模块,所述推理igear子模块用以模拟排列类ATar;所述非脉冲神经元filter子模块用以接收特征值总线FBR的输入,并输出至推理igear子模块。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人天津大学四川创新研究院,其通讯地址为:610000 四川省成都市天府新经济产业园B6号楼13层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。