计算机实现或硬件实现的实体识别方法、计算机程序产品以及用于实体识别的装置制造方法及图纸

本公开内容涉及计算机实现或硬件实现的实体识别方法(100)，包括：a)向节点网络提供(110)来自多个传感器的输入；b)由网络的每个节点基于来自多个传感器的输入生成(120)活动水平；c)将每个节点的活动水平与阈值水平进行比较(130)；d)基于该比较，针对每个节点，将活动水平设置(140)为预设值或者保持所生成的活动水平；e)将总活动水平计算(150)为网络的节点的所有活动水平的总和；f)对a)至e)进行迭代(160)，直到达到总活动水平的局部最小值；以及g)当达到总活动水平的局部最小值时，利用(170)局部最小值处的活动水平的分布来识别实体的可测量特性。本公开内容还涉及计算机程序产品和用于实体识别的装置(300)。产品和用于实体识别的装置(300)。产品和用于实体识别的装置(300)。

【技术实现步骤摘要】
【国外来华专利技术】计算机实现或硬件实现的实体识别方法、计算机程序产品以及用于实体识别的装置


[0001]本公开内容涉及计算机实现或硬件实现的实体识别方法、计算机程序产品以及用于实体识别的装置。更具体地，本公开内容涉及如权利要求1、权利要求9和权利要求10的导言部分中限定的计算机实现或硬件实现的实体识别方法、计算机程序产品以及用于实体识别的装置。

技术介绍

[0002]从现有技术中已知实体识别。用于执行实体识别的一种技术是神经网络。可以用于实体识别的神经网络的一种类型是Hopfield网络。Hopfield网络是递归人工神经网络的形式。Hopfield网络用作具有二进制阈值节点的内容可寻址(“相关联”)存储器系统。
[0003]然而，现有的神经网络解决方案具有差的性能和/或低的可靠性。此外，现有的解决方案需要大量的时间来训练，并且因此可能需要大量的计算机能力和/或能量，尤其是用于训练。此外，现有的神经网络解决方案可能需要大量的存储空间。
[0004]因此，需要替选的实体识别的方法。优选地，这样的方法提供或实现改进的性能、较高的可靠性、增加的效率、较本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种计算机实现或硬件实现的实体识别方法(100)，包括：a)向节点网络提供(110)来自多个传感器的输入；b)由所述网络的每个节点基于来自所述多个传感器的输入生成(120)活动水平；c)将每个节点的活动水平与阈值水平进行比较(130)；d)基于所述比较，针对每个节点，将所述活动水平设置(140)为预设值或者保持所生成的活动水平；e)将总活动水平计算(150)为所述网络的节点的所有活动水平的总和；f)对a)至e)进行迭代(160)，直到达到所述总活动水平的局部最小值；以及g)当达到所述总活动水平的局部最小值时，利用(170)所述局部最小值处的活动水平的分布来识别所述实体的可测量特性。2.根据权利要求1所述的计算机实现或硬件实现的方法，其中，所述输入随时间动态变化，并且跟随传感器输入轨迹。3.根据权利要求2所述的计算机实现或硬件实现的方法，其中，所述多个传感器监测传感器之间的相关性。4.根据权利要求2至3中任一项所述的计算机实现或硬件实现的方法，其中，当在比用户能够定义的时间阈值长的时间段内以比用户能够定义的偏差阈值小的偏差跟随传感器输入轨迹时，已经达到所述总活动水平的局部最小值。5.根据权利要求1至4中任一项所述的计算机实现或硬件实现的方法，其中，每个节点的活动水平被用作至所有其他节点的输入，每个输入使用权重进行加权，并且其中，至少一个加权输入为负，以及/或者其中，至少一个加权输入为正，以及/或者其中，所有保持的生成的活动水平为正标量。6.根据权利要求1至5中任一项所述的计算机实现或硬件实现的方法，其中，所述网络由激活能量X激活，所述激活能量X影响所述总活动水平的局部最小值的所在。7.根据权利要求2至6中任一项所述的计算机实现或硬件实现的方法，其中，来自所述多个传感器的输入是由摄像机捕获的图像的像素值，诸如强度，并且其中，进一步利用跨所有节点的活动水平的分布以通过所述摄像机的旋转移动和/或平移移动来控制...

【专利技术属性】
技术研发人员：乌达亚，
申请(专利权)人：因图伊塞尔公司，
类型：发明
国别省市：