投注网

  • <tr id='rbQWRI'><strong id='rbQWRI'></strong><small id='rbQWRI'></small><button id='rbQWRI'></button><li id='rbQWRI'><noscript id='rbQWRI'><big id='rbQWRI'></big><dt id='rbQWRI'></dt></noscript></li></tr><ol id='rbQWRI'><option id='rbQWRI'><table id='rbQWRI'><blockquote id='rbQWRI'><tbody id='rbQWRI'></tbody></blockquote></table></option></ol><u id='rbQWRI'></u><kbd id='rbQWRI'><kbd id='rbQWRI'></kbd></kbd>
    <code id='rbQWRI'><strong id='rbQWRI'></strong></code>
    <fieldset id='rbQWRI'></fieldset>
          <span id='rbQWRI'></span>
              <ins id='rbQWRI'></ins>
              <acronym id='rbQWRI'><em id='rbQWRI'></em><td id='rbQWRI'><div id='rbQWRI'></div></td></acronym><address id='rbQWRI'><big id='rbQWRI'><big id='rbQWRI'></big><legend id='rbQWRI'></legend></big></address>
              <i id='rbQWRI'><div id='rbQWRI'><ins id='rbQWRI'></ins></div></i>
              <i id='rbQWRI'></i>
              2. <dl id='rbQWRI'></dl>
                3. <blockquote id='rbQWRI'><q id='rbQWRI'><noscript id='rbQWRI'></noscript><dt id='rbQWRI'></dt></q></blockquote><noframes id='rbQWRI'><i id='rbQWRI'></i>
                
    
                
        
                
             		
              1. 首页
                2. 
		
              2. 装备资讯
                3. 
		
              3. 热点专题
                4. 
		
              4. 人物访谈
                5. 
		
              5. 政府采购
                6. 
		
              6. 产品库
                7. 
		
              7. 求购库
                8. 
		
              8. 企业库
                9. 
        
              9. 品牌排行
                10. 
        
              10. 院校库
                11. 
		
              11. 案例·技术
                12. 
		
              12. 会展信息
                13. 

            
                
        
                
    
                
    
                
        
                
            
            
                教育装备采购网首页 > 知识产权 > 专利 > CN102254227A
                
            
                
                
                
                    
                
                        

                        
                        
                    
                
                
                
            
                
        
                
        
                
            
                
                
                一种物联网多传感器的基于粗糙集的BP神经网络融合的方法
                
                
                
                
                
                    
                　　摘要：本发明公开一种物联网多传感器的基于粗糙集的BP神经网络融合的方法，首先使用粗糙集对样本【空间依属性重要度进行启发式约简，消除相同的样本后得¤到约简的决策表，然后在该决策表∑　上用BP神经网络进行训练直到收敛。采用本发明的技术方案，可以达到精简网络结构，加快网络收敛速度，提高系统∞实时性的效果。
                
                    
                    
                  
                        
                • 专利类型发明专利
                  • 
                        
                • 申请人无锡泛太科技有限公司;
                  • 
                        
                • 发明人杨恒;李伟;王翊;林晓;
                  • 
                        
                • 地址214111 江苏省无锡市新区江溪街道坊前坊兴路19号
                  • 
                        
                • 申请号CN201110187826.X
                  • 
                        
                • 申请时间2011年07月06日
                  • 
                        
                • 申请公布号CN102254227A
                  • 
                        
                • 申请公布※时间2011年11月23日
                  • 
                        
                • 分类号G06N3/08(2006.01)I;H04L29/08(2006.01)I;
                  •