一种深度神经网络冗余可靠性度量方法、介质及设备(高校公示15天)(不包年费滞纳金)(需要二变)
本发明提供了一种深度神经网络冗余可靠性度量方法、介质及设备,对深度神经网络的层节点基于权重信息进行聚类,利用几何中心理论标识深度神经网络的每个层的几何中心,构建基于故障注入策略的网络可靠性计算模型,基于自适应收敛策略提取网络的冗余可靠性;以介质执行基于几何中心理论的深度神经网络冗余可靠性度量方法的深度神经网络冗余可靠性度量程序;以计算机设备存储实现基于几何中心理论的深度神经网络冗余可靠性度量方法的计算机程序。本发明有助于提高识别精度、加快计算速度;在实现计算加速的同时有效量化不同输出对网络可靠性的影响,有助于相关人员及时了解掌握网络冗余度与可靠性的对应关系,为进一步决策提供有效参考与依据。
《一种深度神经网络冗余可靠性度量方法、介质及设备(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 202111644519X,当前法律状态为已下证,由浙江工业大学提出申请,发明人为肖杰;杨宇剑;郑昊;陈闻博;许营坤;龙海霞,申请日期为2021-12-29,公开(公告)日期为2025-07-15,国际专利分类号(IPC)为 G06N 3/04 (2023.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明提供了一种深度神经网络冗余可靠性度量方法、介质及设备,对深度神经网络的层节点基于权重信息进行聚类,利用几何中心理论标识深度神经网络的每个层的几何中心,构建基于故障注入策略的网络可靠性计算模型,基于自适应收敛策略提取网络的冗余可靠性;以介质执行基于几何中心理论的深度神经网络冗余可靠性度量方法的深度神经网络冗余可靠性度量程序;以计算机设备存储实现基于几何中心理论的深度神经网络冗余可靠性度量方法的计算机程序。本发明有助于提高识别精度、加快计算速度;在实现计算加速的同时有效量化不同输出对网络可靠性的影响,有助于相关人员及时了解掌握网络冗余度与可靠性的对应关系,为进一步决策提供有效参考与依据。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
