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！

龙图腾网获悉华中科技大学;湖北江城实验室申请的专利用于特征选择的忆阻器遗传算法的加速器及其操作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：CN115660079B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202211339578.0，技术领域涉及：G06N3/126；该发明授权用于特征选择的忆阻器遗传算法的加速器及其操作方法是由程伟明;房驰茗;周厚继;李祎;缪向水设计研发完成，并于2022-10-27向国家知识产权局提交的专利申请。

本用于特征选择的忆阻器遗传算法的加速器及其操作方法在说明书摘要公布了：本发明公开了一种用于特征选择的忆阻器遗传算法的加速器及其操作方法，加速器包括第一控制模块、忆阻器阵列模块、第二控制模块和处理器模块；第一控制模块将处理器模块发送的数据转换为模拟量后输入至忆阻器阵列模块中，并在解更新阶段更新忆阻器阵列模块存储单元的状态；忆阻器阵列模块存储特征子集，并实现忆阻器单元在阵列中的原位更新；第二控制模块接收忆阻器阵列模块的电流信号，并将其转换为电压信号，再将电压信号转换为数字信号后传输至处理器模块；处理器模块在适应度计算阶段发送预处理后的数据到第一控制模块，接收并处理第二控制模块输出的数字信号。本发明减少了数据传输的过程，降低了电路开销，有效的减少了运算时间和功耗。

本发明授权用于特征选择的忆阻器遗传算法的加速器及其操作方法在权利要求书中公布了：1.一种用于特征选择的忆阻器遗传算法的加速器，其特征在于，包括：第一控制模块1、忆阻器阵列模块2、第二控制模块3和处理器模块4； 所述第一控制模块1与所述忆阻器阵列模块2相连，所述忆阻器阵列模块2与所述第二控制模块3双向连接，所述第二控制模块3与所述处理器模块4双向连接，所述处理器模块4与所述第一控制模块1相连； 所述第一控制模块1用于将所述处理器模块4发送的数据转换为模拟量后输入至所述忆阻器阵列模块2中，并在解更新阶段更新所述忆阻器阵列模块2存储单元的状态； 所述忆阻器阵列模块2用于存储特征子集，并通过基尔霍夫定律实现向量矩阵乘法的模拟运算，并在第一控制单元1和第二控制单元3的协同操作下实现忆阻器单元在阵列中的原位更新； 所述第二控制模块3用于将所述忆阻器阵列模块2的电流信号，转换为电压信号，再将所述电压信号转换为数字信号后传输至所述处理器模块4中； 所述处理器模块4用于在适应度计算阶段发送预处理后的数据到第一控制模块1，接收并处理所述第二控制模块3输出的数字信号； 加速器的操作方法包括下述步骤： S1进行数据集的预处理： 通过贝叶斯分类器计算方法在处理器模块中得到各个特征和各个分类类别的统计概率，并进行拉普拉斯平滑，将得到的数据进行取对数操作，并进行归一化后发送至数据输入单元； S2参数初始化： 给定种群规模NP、交叉率、变异率、锦标赛选择的数量和最大迭代次数，并通过生成随机的初始解集获得种群； 将生成的初始种群映射并存储到第一忆阻阵列中，并设置第二忆阻阵列中的忆阻单元为高阻态； S3通过适应度函数计算来评价种群的好坏； S4种群更新步骤： 通过行控制单元和列控制单元来更新存储在忆阻器阵列上的种群实现交叉操作和变异操作； S5重复步骤S3和步骤S4直到完成设置的迭代次数； S6当迭代完成后读取忆阻器阵列模块，并采用阵列中选择的特征额外进行一次适应度函数的计算，该函数由分类的准确度和所选择特征的长度决定，即，其中，Acc为分类的准确度，L为所选特征长度占总特征长度的比例，选择适应度值最大的特征子集作为最终选择的结果。

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华中科技大学;湖北江城实验室，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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”。

以上内容由龙图腾AI智能生成。