买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜湘潭大学申请的专利一种在忆阻器故障时维持三值神经网络高性能的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119761426B 。

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510273790.9，技术领域涉及：G06N3/0464；该发明授权一种在忆阻器故障时维持三值神经网络高性能的方法是由李澄清;尤可设计研发完成，并于2025-03-10向国家知识产权局提交的专利申请。

本一种在忆阻器故障时维持三值神经网络高性能的方法在说明书摘要公布了：本发明属于神经网络技术领域，公开了一种在忆阻器故障时维持三值神经网络高性能的方法，包括：在软件上对三值神经网络进行预训练获取各层权重矩阵；检测忆阻阵列中忆阻器器件是否存在卡住故障并获取故障图；根据权重矩阵和故障图调整忆阻阵列中的忆阻器器件，即忆阻阵列初始化；根据权重矩阵和故障图对忆阻阵列进行行列翻转操作；根据权重矩阵和故障图对忆阻阵列进行行列置换操作；采用冗余忆阻阵列添加法对原有忆阻阵列进行优化。本发明不用进行重训练，所需算力低；本发明使用的匈牙利算法相比现有的KM算法复杂度更低。本发明能使得基于忆阻阵列的三值神经网络在即便忆阻器器件存在一定比例的卡住故障时，网络还能表现出较好的分类精度。

本发明授权一种在忆阻器故障时维持三值神经网络高性能的方法在权利要求书中公布了：1.一种在忆阻器故障时维持三值神经网络高性能的方法，其特征在于，所述方法至少包括以下步骤：S1、三值神经网络预训练：根据相应数据集在软件上对三值神经网络进行预训练并获取卷积层和全连接层的权重矩阵；S2、获取故障图：检测忆阻阵列中忆阻器器件是否存在卡住故障，并获取其卡住状态是高阻态还是低阻态，从而获取其对应的故障图；步骤S1和步骤S2任意先后；S3、忆阻阵列初始化：根据S1和S2中获取的权重矩阵和故障图，对忆阻阵列中的忆阻器器件阻态进行调节；S4、行列翻转优化：根据S1和S2中获取的权重矩阵和故障图，对忆阻阵列进行行列翻转操作；S5、行列置换优化：根据S1和S2中获取的权重矩阵和故障图，对忆阻阵列进行行列置换操作；S6、冗余忆阻阵列添加：采用冗余忆阻阵列添加的方法对原有忆阻阵列进行优化；其中，步骤S4至S6包括：计算行翻转前后忆阻阵列和冗余忆阻阵列每行映射权重矩阵中各行的差错数，得到T1、T2、T3和T4；T1i，j为矩阵T1中的一个数值，且T1i，j表示的是忆阻阵列的第i行映射权重矩阵的第j行的差错数；T2i，j表示的是采用行翻转操作后忆阻阵列的第i行映射权重矩阵的第j行的差错数；T3i，j表示的是冗余忆阻阵列的第i行映射权重矩阵的第j行的差错数；T4i，j表示的是采用行翻转操作后冗余忆阻阵列的第i行映射权重矩阵的第j行的差错数；矩阵中M均为忆阻阵列的行数；比较T1、T2、T3和T4各值的大小，取四者每种映射关系其中较小值获得T5；根据H1对忆阻阵列进行行置换操作，根据Row_Flipping对忆阻阵列进行行翻转操作和根据Row_subsitute对忆阻阵列进行行冗余添加操作；计算列翻转前后忆阻阵列每列映射权重矩阵中各列的差错数，得到T6和T7；T6i，j表示的是忆阻阵列的第i列映射权重矩阵的第j列的差错数；T7i，j表示的是采用列翻转操作后忆阻阵列的第i列映射权重矩阵的第j列的差错数；矩阵中N均为忆阻阵列的列数；比较T6和T7的各值大小，取二者每种映射关系中较小值获得T8和列翻转标记矩阵Column_Flipping；根据T8和Column_Flipping，采用匈牙利算法获取置换矩阵H2。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湘潭大学，其通讯地址为：411105 湖南省湘潭市雨湖区羊牯塘；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。