基于RRAM阵列的卷积神经网络的绝缘子故障识别方法
实质审查的生效
摘要
本发明公开了一种基于RRAM阵列的卷积神经网络的绝缘子故障识别方法，包括用于实现神经网络突触功能的RRAM阵列、权值训练电路。整体实现需包含的辅助器件包括具有图像收集以及无线传输功能的无人机。根据RRAM所具有的阻变特性，采用RRAM阵列存储不同特征量所对应的权重值。而权值训练电路采用FPGA控制反馈训练，对大量的绝缘子形貌图片进行特征值的提取以及权值训练，采用“赢者通吃”策略，通过判断无人机所采集的数据与训练集数据特征量的相关性来判断，根据数据之间的相关性大量的运用数据集实现图像识别功能，从而让数据自己发声。
基本信息
专利标题 ：
基于RRAM阵列的卷积神经网络的绝缘子故障识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114529812A
申请号 ：
CN202111668486.2
公开（公告）日 ：
2022-05-24
申请日 ：
2021-12-31
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张嘉伟张贵权王倩秦司晨李程
申请人 ：
西安理工大学
申请人地址 ：
陕西省西安市碑林区金花南路5号
代理机构 ：
西安弘理专利事务所
代理人 ：
刘娜
优先权 ：
CN202111668486.2
主分类号 ：
G06V20/10
IPC分类号 ：
G06V20/10 G06K9/62 G06N3/04 G06N3/08 G06T7/70 G06V10/774 G06V10/764 G06V10/82
法律状态
2022-06-10 ：
实质审查的生效
IPC(主分类) : G06V 20/10
申请日 : 20211231
申请日 : 20211231
2022-05-24 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
