[發明專利]利用波動和脈沖信號混合編碼的神經網絡識別方法與裝置

有效

• 申請號: 201811201335.4
• 申請日: 2018-10-16
• 公開（公告）號: CN110020715B
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 張文卓
• 申請（專利權）人: 量子超并（北京）科技有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G10L15/16
• 代理公司: 北京律譜知識產權代理事務所(普通合伙) 11457
• 代理人: 黃云鐸

1.一種利用波動和脈沖信號混合編碼的人工神經網絡識別方法，其特征在于，所述方法包括以下步驟：

步驟一：生成分布式人工神經網絡，該神經網絡由多個單頻網絡組成，對所生成的分布式人工神經網絡進行初始化全連通；

步驟二：將原始語音或圖像編碼為波動信號和脈沖信號的混合信號并輸入給分布式人工神經網絡；

步驟三：令所述混合信號進入分布式人工神經網絡后，以特定速度分布式傳播，其中在任意一個單頻線路上傳播混合信號，但不同單頻網絡之間只傳播脈沖信號；

步驟四：利用所述混合信號依次激發網絡中的神經元，產生不同的特征路徑，并將特征路徑上的神經元映射為特征矩陣保存，一個維度為時間，一個維度為頻率；

步驟五：多次重復步驟二到步驟四的編碼和矩陣存儲過程，取特征矩陣平均值，生成記憶矩陣，訓練所述分布式人工神經網絡；

步驟六：根據訓練后的特征矩陣數據保存特征路徑；

步驟七：將需要識別的語音或圖像輸入給訓練好的分布式人工神經網絡，重復步驟二到步驟四過程，生成待識別的特征矩陣；

步驟八：對比已保存的特征矩陣和待識別的特征矩陣，獲得待識別的特征矩陣與已保存的特征矩陣的符合程度數據。

2.根據權利要求1所述的利用波動和脈沖信號混合編碼的人工神經網絡識別方法，其特征在于，所述分布式人工神經網絡由多個單頻網絡組成，每個單頻網絡包括神經元和連接通道，單頻網絡以內的神經元互相連接，單頻網絡之間神經元也互相連接，每個神經網絡的神經元都有一個路連接到數據儲存層，在步驟三中信號傳播時，單頻網絡以內傳播混合信號，單頻網絡之間只傳播脈沖信號。

3.根據權利要求1所述的利用波動和脈沖信號混合編碼的人工神經網絡識別方法，其特征在于，在所述步驟一構建的分布式人工神經網絡中，單個神經網絡節點具有多向輸入和多向輸出功能，其中輸入輸出路徑不共用。

4.根據權利要求1所述的利用波動和脈沖信號混合編碼的人工神經網絡識別方法，其特征在于，在對語音進行編碼時，聲音頻率編碼為波動信號頻率，聲音振幅編碼為脈沖信號個數，脈沖信號只處于波動信號波峰位置附近；在對圖像進行編碼時，水平掃描和豎直掃描分別編碼為波動信號頻率，光強編碼為脈沖信號個數，脈沖信號只處于波動信號波峰位置附近。

5.根據權利要求1所述的利用波動和脈沖信號混合編碼的人工神經網絡識別方法，其特征在于，所述步驟四包括：通過神經網絡節點對混合信號的響應時序，記錄信號傳輸特征路徑。

6.根據權利要求1所述的利用波動和脈沖信號混合編碼的人工神經網絡識別方法，其特征在于，所述步驟五包括：多次將語音或圖像信號輸入神經網絡，將多次重復生成的特征矩陣取平均，儲存為一個記憶矩陣。

7.根據權利要求1所述的利用波動和脈沖信號混合編碼的人工神經網絡識別方法，其特征在于，所述步驟六包括：將該記憶矩陣作為識別標準，反饋給分布式人工神經網絡，建立神經網絡連接的特征路徑。

8.根據權利要求1所述的利用波動和脈沖信號混合編碼的人工神經網絡識別方法，其特征在于，所述步驟七包括：將需要識別的語音或圖像輸入給分布式人工神經網絡，重復步驟二到步驟四過程，每一次需要識別的語音或圖像都在數據儲存層生成待識別的特征矩陣。

9.根據權利要求1所述的利用波動和脈沖信號混合編碼的人工神經網絡識別方法，其特征在于，所述步驟六包括：加強特征路徑上神經網絡各節點的連通，關閉非特征路徑上的神經網絡各節點的連通。