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！

龙图腾网恭喜中国科学技术大学申请的专利基于忆阻阵列的数据处理方法及电子设备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：CN115730649B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202211504996.0，技术领域涉及：G06N3/063；该发明授权基于忆阻阵列的数据处理方法及电子设备是由徐奇;毕永天;陈松;康一设计研发完成，并于2022-11-28向国家知识产权局提交的专利申请。

本基于忆阻阵列的数据处理方法及电子设备在说明书摘要公布了：本公开提供了一种基于忆阻器阵列的数据处理方法及电子设备。该基于忆阻器阵列的数据处理方法包括：获取多媒体数据；利用忆阻器阵列处理多媒体数据，得到数据处理结果。其中，忆阻器阵列包括多个忆阻器，多个忆阻器的电导值是根据故障注入神经网络模型的模型参数确定的，故障注入神经网络模型是根据利用模拟故障对深度学习模型训练得到的，模拟故障是根据忆阻器阵列的实际故障确定的。通过上述深度学习模型训练得到的参数确定的忆阻器阵列可以在存在故障的情况下保持数据处理的精度，提高数据处理结果的准确性，可以应用于人工智能领域。

本发明授权基于忆阻阵列的数据处理方法及电子设备在权利要求书中公布了：1.一种基于忆阻阵列的数据处理方法，包括：获取多媒体数据；以及利用忆阻器阵列处理所述多媒体数据，得到数据处理结果；其中，所述忆阻器阵列包括多个忆阻器，所述多个忆阻器的电导值是根据故障注入神经网络模型的模型参数确定的，所述故障注入神经网络模型是根据利用模拟故障对深度学习模型训练得到的，所述模拟故障是根据所述忆阻器阵列的实际故障确定的；所述故障注入神经网络模型是根据模拟故障对深度学习模型训练得到的，包括重复执行以下操作，直至训练参数满足预设结束条件，并将在满足所述预设结束条件的情况下得到的深度学习模型确定为所述故障注入神经网络模型：根据第t轮的模拟故障和第t-1轮的深度学习模型的模型参数，确定所述第t轮的深度学习模型的待调整模型参数，其中，t是大于1的整数；以及利用样本多媒体数据调整所述第t轮的深度学习模型的待调整模型参数，得到所述第t轮的深度学习模型的模型参数，包括：在所述第t轮的模拟故障为第一模拟故障的情况下，将所述第t-1轮的深度学习模型的节点确定为所述第t轮的第一采样点集合，所述第一模拟故障包括器件偏差相对应的模拟故障。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96号；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”。