神经计算机

摘要： 位于英国伦敦的谷歌“深度思维”公司的研究人员开发出一种被称为“可微分神经计算机”（Differentiable neural computer）的学习机器，其集神经网络与计算机的优点于一身，既能像神经网络那样学习，又能像计算机那样处理复杂数据，是人工智能领域取得的一项重要研究成果。

摘要： 根据《科学网》报道，英国《自然》杂志2016年10月12日发表了一项人工智能重要成果，描述了一种集神经网络与计算机优点于一身的混合型学习机器，既能像神经网络那样学习，又能像计算机那样处理复杂数据。

摘要： 人工神经网络实际上就是智能工程的研究，在最近的十几年里面，智能工程取得了非常重要的成就，从各种智能化机器人的发明就能够体现到这一点，本文的重点就是讨论神经计算机的人工神经网络在测控技术和中药研究上的实用化分析，从这两点出发来研究国内人工神经网络的实用化条件。

摘要： 有人把大脑比作颅腔里装着的一碗粥，一碗重约3斤的粥，它消耗了摄入氧气的20％，还造就了人类独有的灿烂文明。当然，这碗粥究竟是怎么工作的，一直是个谜。

摘要： 欧洲科学家正在紧锣密鼓地研制一种迥异于传统电脑的“大脑芯片”。根据神经科学的研究成果，他们正在构建一台像大脑一样工作的神经计算机。这种新型“神经计算机”模仿大脑工作方式，将一张包含大量神经元和突触的网络压缩在单个芯片上。它将和人脑一样运行，只是更小更轻便。“大脑芯片”运用类似人脑的神经计算法，

摘要： 神经系统是"数字人体--人体系统数字学"研究的重点,而神经网络作为人工智能领域的"领头羊",是在对大脑神经系统模拟的基础上发展起来的算法系统.将数字人体与神经网络相结合,是生命科学与人工智能领域融合发展的结果.该文介绍了神经网络的概念特征,数字人体对神经网络发展的启发性作用,和神经网络在数字人体领域的应用潜力.

摘要： 本书是施普林格出版社出版的《协同技术》丛书中的一本，第一版于1991年出版。本书介绍了一种新颖的神经网络方法，对迄今所知的神经计算机提供一个真正的可供选择的方法。作者发现在模式识别与远离平衡的开放系统中，模式的形成非常类似，然后使用了协同技术的数学工具有系统地阐述了协同计算机的概念，最后提出了一个模式识别学习的完整与严格的理论。

摘要： 第六代电子计算机是模仿人的大脑判断能力和适应能力，并具有可并行处理多种数据功能的神经网络计算机。与以逻辑处理为主的第五代计算机不同，它本身可以判断对象的性质与状态，并能采取相应的行动，而且它可同时并行处理实时变化的大量数据，井引出结论，“往的信息处理系统其能处理条理清晰．经络分明的散据。而人的大脑却具有能处理支离破碎，含糊不清信息的灵活性，第六代电子计算机将类似人脑的智慧和灵活性，

摘要： 人工神经网络具有许多优良的特性，如具有学习能力、自适应能力、容错与自修复能力等，这使得它可以应用于诸多领域中。但它的运算量大、收敛速度慢，若仅用普通的微机去实现，则很难满足实时计算的要求。览于DSP具有高速运算能力，设计了PC机与DSP构成的主／从式系统，并从BP网络为模型，提出了一种切实可行的神经计算机设计方案。

摘要： 人工神经网络具有强大的模式分类能力和并行计算能力。该文介绍了其于时域语音波形分析的语音识别方法，利用预言神一号小型神经计算机的高速并行计算能力，实现连续语音信号的实时高效识别。

摘要： 本发明涉及一种用于生成深度神经网络（10）和用于定位输入图像（2）中的对象（30）的方法（1）、深度神经网络（10）、对应的计算机程序产品和对应的计算机可读存储介质。本发明提出了将判别性计数模型训练成：根据在每一个图像（2）中描绘的预定类型的对象（30）的数量来对图像（2）进行分类，并且将分割模型训练成：通过根据像素属于什么图像部分（30、31、35‑38、42、60）来对每个像素进行分类从而分割图像（2）。对两个模型的部分（11）和/或特征进行组合以形成深度神经网络（10），其中深度神经网络（10）被适配成在单个前向传递中针对每个输入图像（2）生成指示任何对象（30）的位置的图（14、16、52、58、63）。

摘要： 本发明的个人计算机用适配器装置具备：能够与个人计算机的音频信号的头戴耳机的端子连接的适配器侧信号输入端子，能够与个人计算机的麦克风端子连接的控制信号输出端子，能够与电力线的输出插孔连接的插头部，将由适配器侧信号输入端子输入的音频信号转换成数字信号的数字转换部，经由与插头部连接的电力线发送音频信号的适配器侧电力线发送部，经由与插头部连接的电力线接收由与电力线连接的输出装置发送的个人计算机的控制信号的适配器侧电力线接收部，和将控制信号转换成模拟信号、并由控制信号输出端子输出的模拟转换部。

摘要： 本发明提供一种将发送方计算机显示器上显示的图像基本实时地显示在多个接收方计算机显示器上的技术。发送方计算机(100)将显示在显示器(101)上的显示图像的数据、即模拟数据，通过模拟电缆(101A)，发送到通信装置(200)。通信装置(200)装有利用Wi-Fi进行无线LAN通信的功能。通信装置(200)对模拟数据进行降帧处理，将剩下的每一帧的数据(1个图像的数据)进行JPEG压缩，做成压缩数据，并将其分割为数据包，利用无线LAN通信功能向各接收方计算机(300)发送。各接收方计算机(300)将接收到的压缩数据拉长，在其显示器(301)上显示与显示器(101)同样的显示图像。

摘要： 本申请公开了一种基于BP神经网络的主动磁补偿方法、系统、计算机装置、计算机可读存储介质和计算机产品，用于补偿磁屏蔽房中的空间剩磁。所述主动磁补偿方法包括：获取基于空间剩磁的磁场信号，所述磁场信号由磁场矢量传感器对空间剩磁检测而获得，且所述磁场信号依据矢量信息分为多路；接收多路的磁场信号，利用第一BP神经网络对多路磁场信号进行处理，输出相应的控制信号，所述控制信号用于驱动磁场补偿装置对空间剩磁进行负反馈调节。本申请解决了因磁屏蔽房漏磁及线圈不同轴向的磁场耦合等引入的磁场导致的补偿精度低、磁场干扰大等问题，通过BP神经网络的多层前馈机制模拟磁场在三维空间的耦合过程和解耦过程，提高了主动磁补偿的效果。

摘要： 本申请提供了一种基于神经网络的植物叶片病害分类方法、装置、计算机设备及计算机可读存储介质。所述神经网络包括初始层、中间层和输出层，所述植物叶片病害分类方法包括：获取目标图像；将所述目标图像输入所述初始层，提取出叶片特征信息；将所述叶片特征信息输入所述中间层，提取出病害特征信息；将所述叶片病害特征信息输入所述输出层进行分类，得到预测结果。本申请提供了的基于神经网络的植物叶片病害分类方法，识别效率和准确率较高。

摘要： 在用于确定神经网络的方法中提供输入训练数据。所述输入训练数据包括车辆的车辆总线的消息的标志信息和关于在所述消息之间的时间上的间距的信息。所述消息在预定的第一时间段内通过车辆总线传输。提供输出训练数据。所述输出训练数据代表在预定的第二时间段内的车辆总线的总线负载。预定的第二时间段在时间上设置在预定的第一时间段之后。根据所述输入训练数据和所述输出训练数据确定神经网络。所确定的神经网络作为经预先训练的神经网络存储。

摘要： 提供了一种计算机实现的图像处理方法。计算机实现的图像处理方法包括：获得一对训练样本，该对训练样本包括具有第一清晰度的训练图像和具有第二清晰度的参考图像，所述第二清晰度大于所述第一清晰度，同一对中的所述训练图像的至少部分和所述参考图像的至少部分具有相同内容；将所述训练图像输入到所述图像增强卷积神经网络，以生成训练增强图像；将所述训练增强图像输入到边缘检测器中；由所述边缘检测器生成多个第一边缘图；将所述参考图像输入到所述边缘检测器中；由所述边缘检测器生成多个第二边缘图；以及调整所述图像增强卷积神经网络中的参数，以至少使所述一个或多个第一损失和第二损失最小化。

摘要： 本发明提供一种基于级联神经网络的注意力检测方法、计算机装置及计算机可读存储介质，该方法包括获取视频数据，并对多帧图像进行识别，提取多帧图像的人脸区域；并且，应用第一卷积神经网络对人脸区域进行识别，判断是否出现注意力不集中的第一情形；如确认没有出现注意力不集中的第一情形，则应用第二卷积神经网络对人脸区域进行识别，判断是否出现注意力不集中的第二情形；其中，第一卷积神经网络的计算复杂度小于第二卷积神经网络的计算复杂度。本发明还提供实现上述方法的计算机装置及计算机可读存储介质。

摘要： 本发明公开了一种神经影像分类方法、计算机终端及计算机可读存储介质，该方法包括：根据神经影像中各脑区之间的连接关系生成该神经影像对应的连接矩阵；根据预定提取规则在连接矩阵中提取预定数量的元素值并形成被试特征向量；将多个被试特征向量作为节点，根据各节点对应的非图像信息之间的相似特性构建特征图；根据特征图对预先建立的分类模型进行初始化，根据被试特征向量对初始化后的分类模型进行训练；根据训练好的分类模型对神经影像进行分类。本发明的技术方案通过各被试特征向量非图像信息之间的相似度构建特征图，并根据该特征图对建立的分类模型进行初始化，有效解决了被试对象个体差异及采集设备对分类结果产生的影响，提高分类性能。

摘要： 本发明涉及神经计算机系统，即涉及使用脑‑机接口来选择命令的电子计算设备或其他技术设备的非接触控制的领域，并且可以用于通信和管理系统，特别是用于运动功能受损的人，以及用于在以非接触模式执行命令选择的控制的情况下的健康人。一种基于记录脑活动来选择命令的神经计算机系统，包含：脑电图仪；被配置成发送检测到的脉冲的电极；用于分析所记录的脑活动的电子计算设备；以及结合了提供产生视觉刺激的能力的至少两个控制元件的视觉刺激模块，每个控制元件与单一命令相关联，其中，控制元件分组成至少两个分组，其中的每个分组由至少一个控制元件组成，并且对于每个分组来说，存在一个切换控制元件，该切换控制元件与以下命令相关联：同时开始产生对于切换控制元件所属的分组中的所有控制元件的视觉刺激，并且禁止产生对于其他分组中包含的除了每个分组的切换控制元件以外的所有控制元件的视觉刺激。由所提出的发明实现的技术成果在于减少了在包含大量元件的视觉刺激环境中选择元件所花费的时间，同时保持预定的选择可靠性水平。