[發(fā)明專利]用LVQ神經(jīng)網(wǎng)絡(luò)算法翻譯葡萄牙語(yǔ)和四川口音的同傳箱在審
| 申請(qǐng)?zhí)枺?/td> | 201710174658.8 | 申請(qǐng)日: | 2017-03-22 |
| 公開(kāi)(公告)號(hào): | CN108628854A | 公開(kāi)(公告)日: | 2018-10-09 |
| 發(fā)明(設(shè)計(jì))人: | 邱念 | 申請(qǐng)(專利權(quán))人: | 湖南本來(lái)文化發(fā)展有限公司 |
| 主分類號(hào): | G06F17/28 | 分類號(hào): | G06F17/28;G06N3/08 |
| 代理公司: | 暫無(wú)信息 | 代理人: | 暫無(wú)信息 |
| 地址: | 410000 湖南省*** | 國(guó)省代碼: | 湖南;43 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 翻譯 神經(jīng)網(wǎng)絡(luò)算法 神經(jīng)網(wǎng)絡(luò)模型 云計(jì)算中心 大數(shù)據(jù)庫(kù) 用戶提供 云存儲(chǔ) 數(shù)字化 配件 疲勞 室內(nèi) 替代 部署 會(huì)議 | ||
1.用LVQ神經(jīng)網(wǎng)絡(luò)算法翻譯葡萄牙語(yǔ)和四川口音的同傳箱,其特征在于,包括:1)數(shù)字化微型同傳箱及其配件、2)云存儲(chǔ)中心的四川口音與葡萄牙與的大數(shù)據(jù)庫(kù)、3)云計(jì)算中心搭載的LVQ神經(jīng)網(wǎng)絡(luò)模型,三個(gè)主要部件。
2.根據(jù)權(quán)利要求1所述的部件1)是一種搭載在國(guó)際會(huì)議會(huì)場(chǎng)內(nèi)的數(shù)字化微型同傳箱,該同傳箱體積遠(yuǎn)小于傳統(tǒng)同傳箱,且在該同傳箱內(nèi)部不能坐翻譯人員,同傳翻譯工作交由與同傳箱通過(guò)互聯(lián)網(wǎng)相連的云計(jì)算中心的LVQ神經(jīng)網(wǎng)絡(luò)翻譯模型來(lái)實(shí)現(xiàn)。
3.根據(jù)權(quán)利要求1所述的部件2)包括:采集的四川口音音頻大數(shù)據(jù)庫(kù)、采集的葡萄牙語(yǔ)音頻大數(shù)據(jù)庫(kù)、漢語(yǔ)語(yǔ)法及四川口音語(yǔ)音方式數(shù)據(jù)庫(kù)、葡萄牙語(yǔ)語(yǔ)法及發(fā)音規(guī)則數(shù)據(jù)庫(kù)等進(jìn)行分類存儲(chǔ)的大數(shù)據(jù)。
4.根據(jù)權(quán)利要求1所述的部件3),其特征在于部件3)需要輸入部件2)中的各個(gè)翻譯大數(shù)據(jù),并進(jìn)行大數(shù)據(jù)的訓(xùn)練后,才能起到翻譯葡萄牙語(yǔ)和四川口音的作用。
5.根據(jù)權(quán)利要求1所述的用LVQ神經(jīng)網(wǎng)絡(luò)算法翻譯葡萄牙語(yǔ)和四川口音的同傳箱,其特征在于核心部件:LVQ神經(jīng)網(wǎng)絡(luò)算法是在有教師狀態(tài)下對(duì)競(jìng)爭(zhēng)層進(jìn)行訓(xùn)練的一種學(xué)習(xí)算法,因此LVQ算法可以認(rèn)為是把自組織特征映射算法改良成有教師學(xué)習(xí)的算法,該算法用于用有龐大數(shù)據(jù)樣本基數(shù)的葡萄牙語(yǔ)與四川口音音頻數(shù)據(jù)的大數(shù)據(jù)中心而言,能夠具備很精準(zhǔn)的翻譯。
6.根據(jù)權(quán)利要求5所述的LVQ神經(jīng)網(wǎng)絡(luò)算法,其基本思想是:計(jì)算距離輸入向量最近的競(jìng)爭(zhēng)層神經(jīng)元,從而找到與之相連 I接的線性輸出層神經(jīng)元,若輸入向量的類別與線性輸出層神經(jīng)元所對(duì)應(yīng)的類別一致,則對(duì)應(yīng)的 I覆競(jìng)爭(zhēng)層神經(jīng)元權(quán)值沿著輸入向量的方向移動(dòng);反之,若兩者的類別不一致,則對(duì)應(yīng)的競(jìng)爭(zhēng)層神 l翟經(jīng)元權(quán)值沿著輸入向量的反方向移動(dòng); 基本的LVQ1算法的步驟為:
步驟1:初始化輸入層與競(jìng)爭(zhēng)層之間的權(quán)值 QUOTE 及學(xué)習(xí)率 QUOTE >0), QUOTE
步驟2:將輸入向量X= QUOTE 送入到輸入層,并計(jì)算競(jìng)爭(zhēng)層神經(jīng)元與輸入向量的距離:
QUOTE = QUOTE QUOTE =1,2,3,…, QUOTE
式中, QUOTE 為輸入層的神經(jīng)元j與競(jìng)爭(zhēng)層的神經(jīng)元i之間的權(quán)值;
步驟3:選擇與輸入向量距離最小的競(jìng)爭(zhēng)層神經(jīng)元,若 QUOTE 最小,則記與之連接的線性輸出層神經(jīng)元的類標(biāo)簽為 QUOTE ;
步驟4:記輸入向量對(duì)應(yīng)的類標(biāo)簽為 QUOTE ,若 QUOTE = QUOTE ,則用如下方法調(diào)整權(quán)值:
QUOTE = QUOTE (x QUOTE )
否則,按如下方法進(jìn)行權(quán)值更新:
QUOTE = QUOTE (x QUOTE )。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于湖南本來(lái)文化發(fā)展有限公司,未經(jīng)湖南本來(lái)文化發(fā)展有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710174658.8/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06F 電數(shù)字?jǐn)?shù)據(jù)處理
G06F17-00 特別適用于特定功能的數(shù)字計(jì)算設(shè)備或數(shù)據(jù)處理設(shè)備或數(shù)據(jù)處理方法
G06F17-10 .復(fù)雜數(shù)學(xué)運(yùn)算的
G06F17-20 .處理自然語(yǔ)言數(shù)據(jù)的
G06F17-30 .信息檢索;及其數(shù)據(jù)庫(kù)結(jié)構(gòu)
G06F17-40 .數(shù)據(jù)的獲取和記錄
G06F17-50 .計(jì)算機(jī)輔助設(shè)計(jì)
- 一種構(gòu)建多語(yǔ)言網(wǎng)站實(shí)時(shí)翻譯的方法
- 一種待翻譯軟件的翻譯方法及裝置
- 一種待翻譯軟件的翻譯方法及裝置
- 一種CAT系統(tǒng)中翻譯記憶庫(kù)和MT結(jié)合的方法及系統(tǒng)
- 翻譯方法、系統(tǒng)、終端以及存儲(chǔ)介質(zhì)
- 一種文本展示方法及裝置
- 機(jī)器翻譯方法及裝置、電子設(shè)備及存儲(chǔ)介質(zhì)
- 基于機(jī)器翻譯引擎的翻譯方法及裝置
- 翻譯系統(tǒng)、翻譯方法、翻譯機(jī)及存儲(chǔ)介質(zhì)
- 文字翻譯方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)
- 一種基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的卷煙材料與主流煙氣成分的預(yù)測(cè)模型
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 圖像處理方法和電子設(shè)備、存儲(chǔ)介質(zhì)
- 一種改進(jìn)鯨魚(yú)算法的循環(huán)神經(jīng)網(wǎng)絡(luò)短期電力負(fù)荷預(yù)測(cè)方法
- 一種基于相關(guān)性分析的神經(jīng)網(wǎng)絡(luò)自組織遺傳進(jìn)化算法
- 基于改進(jìn)的徑向基神經(jīng)網(wǎng)絡(luò)算法的網(wǎng)絡(luò)異常流量預(yù)測(cè)方法
- 一種基于遺傳和神經(jīng)網(wǎng)絡(luò)算法的電力市場(chǎng)電價(jià)預(yù)測(cè)方法
- 浮點(diǎn)神經(jīng)網(wǎng)絡(luò)模型量化系統(tǒng)和方法
- 圖神經(jīng)網(wǎng)絡(luò)表示架構(gòu)
- 基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的大氣多孔探針測(cè)量校準(zhǔn)方法
- 一種對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練的方法、裝置及電子設(shè)備
- 一種神經(jīng)網(wǎng)絡(luò)模型壓縮方法以及裝置
- 姿態(tài)檢測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于無(wú)標(biāo)簽數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)模型量化方法及裝置
- 神經(jīng)網(wǎng)絡(luò)模型更新方法、圖像處理方法及裝置
- 含有聚類拓?fù)漶詈系纳窠?jīng)網(wǎng)絡(luò)脈沖同步方法及系統(tǒng)
- 一種神經(jīng)網(wǎng)絡(luò)模型的部署方法、設(shè)備及介質(zhì)
- 神經(jīng)網(wǎng)絡(luò)模型的優(yōu)化方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于框架搜索的深度神經(jīng)網(wǎng)絡(luò)的加速與壓縮方法及系統(tǒng)
- 一種神經(jīng)網(wǎng)絡(luò)模型生成方法及裝置
- 一種云計(jì)算安全架構(gòu)的實(shí)現(xiàn)方法
- 一種私有云與公有云的信息交互系統(tǒng)及方法
- 一種基于云計(jì)算安全架構(gòu)裝置的實(shí)現(xiàn)方法
- 一種通過(guò)云服務(wù)協(xié)議訪問(wèn)機(jī)器人軟件包的方法
- 云計(jì)算系統(tǒng)及云數(shù)據(jù)處理方法
- 云計(jì)算系統(tǒng)
- 用于汽車個(gè)性化的系統(tǒng)、裝置及方法
- 一種超算資源的云調(diào)度方法、云調(diào)度中心和系統(tǒng)
- 云計(jì)算核心網(wǎng)絡(luò)系統(tǒng)
- 一種運(yùn)用于云數(shù)據(jù)計(jì)算的數(shù)據(jù)采集系統(tǒng)





