“低维特征矩阵”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果4396690个，建议您升级VIP下载更多相关专利

[发明专利]一种基于Siamese网络的无人机跟踪方法及装置-CN201910728575.8在审
发明人：纪元法;何传骥;孙希延;付文涛;严素清;符强;王守华;黄建华 -专利权人：桂林电子科技大学
申请日： 2019-08-08 - 公布日： 2019-11-19 - 主分类号： G06K9/62 文献下载
摘要：网络的无人机跟踪方法及装置，该方法包括采集无人机图像样本；对采集的所述无人机图像样本进行数据扩充，生成第一样本；利用第一样本对Siamese网络进行预训练；利用训练好的Siamese网络对实时采集的无人机图像进行特征提取，生成第一低维特征矩阵；在实时采集的无人机图像中选取无人机的位置；利用训练好的Siamese网络对跟踪目标进行特征提取，生成第二低维特征矩阵；在第一低维特征矩阵中进行滑动操作，生成若干第三低维特征矩阵；计算第二低维特征矩阵与第三低维特征矩阵的相似度，其中与第二低维特征矩阵相似度最高的第三低维特征矩阵即为跟踪目标的下一帧区域；将相似性最高的区域的二进制掩膜作为输出，得到无人机在视频中的位置。
低维特征矩阵无人机图像样本跟踪目标实时采集特征提取相似度网络二进制掩膜采集滑动操作数据扩充帧区域视频输出跟踪

[发明专利]一种影像匹配方法及装置-CN202010367497.6有效
发明人：王慧;于翔舟;杨乐;李烁;闫科 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2020-04-30 - 公布日： 2022-10-18 - 主分类号： G06V20/17 文献下载
摘要：本发明首先利用SIFT算法提取待匹配影像的特征点，生成高维特征点矩阵，再将高维特征点矩阵进行拆分，得到高维种子点矩阵，继续利用LDA的监督学习降维技术，将高维种子点矩阵转换为低维种子点矩阵，且低维种子点矩阵中的向量维数低于高维种子点矩阵中的向量维数，继而再将低维种子点矩阵转换为低维特征点矩阵，使得最终得到的低维特征点矩阵中的向量维数低于高维特征点矩阵中的向量维数，实现了高维特征点矩阵的降维处理，缩短了影像匹配时间，提高了运行效率。
一种影像匹配方法装置

[发明专利]一种光伏发电功率预测方法-CN201910942506.7有效
发明人：蔡涛;卢俊杰;韩月;段方维 -专利权人：华中科技大学;国网辽宁省电力有限公司;国家电网有限公司;中国电力科学研究院有限公司
申请日： 2019-09-30 - 公布日： 2022-04-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种光伏发电功率预测方法，方法包括：分别获取影响功率趋势项和影响功率波动项的低维特征矩阵，对每个低维特征矩阵中各维度特征间基于光伏发电机理进行非线性变换，得到影响每个功率分项的高维特征矩阵；基于每个高维特征矩阵，采用前向特征选取法，训练用于预测该高维特征矩阵对应的功率趋势项或波动项的带补偿偏置的长短期记忆网络预测分模型并得到优选维度集，完成光伏发电功率预测模型构建。本发明在原始低维特征基础上为预测功率趋势项和波动项构造高维特征，以反映光伏功率的变换规律。后用前向特征选取有用维度，训练两个具有偏置补偿的长短期记忆网络预测分模型，极大提高光伏发电功率预测精度。
一种发电功率预测方法

[发明专利]图像内容理解方法、装置及服务器-CN201710896227.2有效
发明人：杨帆;张志伟 -专利权人：北京达佳互联信息技术有限公司
申请日： 2017-09-28 - 公布日： 2019-01-22 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例公开了图像内容理解方法、装置及服务器，包括下述步骤：获取需要分析的人脸图像；提取所述人脸图像的初始高维特征集；通过线性变换系数矩阵对所述初始高维特征集进行处理，获取表征所述初始高维特征集主要识别特征的低维特征集；基于所述低维特征集，对所述人脸图像进行内容理解。在对图像进行降维时，采用表征高维特征和低维特征之间映射关的线性变换系数矩阵作为相对方，由于线性变换系数矩阵被严格限定误差率，因此得出的初始高维特征集能够很好地反应初始高维特征集的可区分识别特征，提高了图像识别的准确率同时也保证了图像识别的效率
图像内容理解方法装置服务器

[发明专利]认知网络中的基于降维和聚类的协作频谱感知方法、装置-CN202010594289.X有效
发明人：崔翠梅;杨德智;杨倪子;殷昌永 -专利权人：常州工学院
申请日： 2020-06-24 - 公布日： 2023-04-18 - 主分类号： H04B17/382 文献下载
摘要：本发明提供一种认知网络中的基于降维和聚类的协作频谱感知方法、装置，认知网络包括：一个授权用户和至少一个认知用户，所述方法包括以下步骤：认知用户检测频谱的能量并组成能量向量，并根据能量向量获取多维特征矩阵，利用PCA算法将多维特征矩阵转换为低维特征矩阵，根据K‑means++算法，并将低维特征矩阵作为分类器的输入训练分类器，以对频谱进行感知。该方法采用将PCA算法与K‑Means++算法相融合，不仅可提高频谱感知的准确性和可靠性，还可减少感知时延，对动态频谱态势演变趋势进行预测，使之能够处理海量的频谱感知数据，且采用低维特征矩阵训练分类器，
认知网络中的基于维和协作频谱感知方法装置

[发明专利]一种基于卷积神经网络的图像分类方法-CN201911285439.2有效
发明人：赵佰亭;董潇;贾晓芬;郭永存;黄友锐;凌六一;马天兵 -专利权人：安徽理工大学
申请日： 2019-12-13 - 公布日： 2023-04-07 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于卷积神经网络的图像分类方法，将待分类/识别图像输入卷积神经网络，利用特征图降维方法对池化层输入的待分类/识别图像的全部高维特征图进行降维，最后将降维得到的待分类/识别图像的全部低维特征图向下输入计算出损失后将其反向传播特征图降维，是利用池化层输入的待分类/识别图像的全部高维特征图构建输入图像特征信息矩阵，提取待分类/识别图像特征信息矩阵的主成分矩阵，再初始化随机变量，对主成分矩阵进行信息加权，构建池化矩阵，由池化矩阵还原出待分类/识别图像的全部低维特征图。解决了采用卷积神经网络的图像分类方法分类精度低的问题。
一种基于卷积神经网络图像分类方法

[发明专利]认知网络中基于无监督学习的协作频谱感知方法、装置-CN202010582060.4在审
发明人：崔翠梅;杨德智;杨倪子;殷昌永 -专利权人：常州工学院
申请日： 2020-06-23 - 公布日： 2020-10-09 - 主分类号： H04B17/382 文献下载
摘要：本发明提供一种认知网络中基于无监督学习的协作频谱感知方法、装置，认知网络包括：一个授权用户和至少一个认知用户，所述方法包括以下步骤：认知用户检测频谱的能量并组成能量向量，并根据能量向量获取多维特征矩阵，利用主成分分析算法将多维特征矩阵转换为低维特征矩阵，采用低维特征矩阵和高斯混合模型算法训练聚类器，以对频谱进行感知。该方法采用将主成分分析算法与高斯混合模型算法相融合，不仅可提高频谱感知的准确性和可靠性，还可减少感知时延，对动态频谱态势演变趋势进行预测，使之能够处理海量的频谱感知数据，且采用低维特征矩阵训练聚类器，可以大大节省训练时间
认知网络基于监督学习协作频谱感知方法装置

[发明专利]一种基于深度学习的加权网络社区发现方法及装置-CN202010133626.5有效
发明人：蒋来源;李树栋;吴晓波;韩伟红;方滨兴;田志宏;殷丽华;顾钊铨;仇晶;王乐;李默涵;唐可可 -专利权人：广州大学
申请日： 2020-02-28 - 公布日： 2021-06-25 - 主分类号： H04L12/24 文献下载
摘要：所述方法包括：对给定的加权网络图进行预处理，得到二阶邻相似度矩阵；通过深度稀疏自编码器提取所述二阶邻相似度矩阵的低维特征，得到低维特征矩阵；根据聚类算法对所述低维特征矩阵进行聚类，得到社区发现结果。
一种基于深度学习加权网络社区发现方法装置

[发明专利]模型联合训练方法、装置、计算机设备和存储介质-CN202110044163.X有效
发明人：徐泓洋;王广新;杨汉丹 -专利权人：深圳市友杰智新科技有限公司
申请日： 2021-01-13 - 公布日： 2021-04-30 - 主分类号： G06N3/08 文献下载
摘要：本申请提供一种模型联合训练方法、装置、计算机设备和存储介质，包括：构建音频训练数据的第一声学特征矩阵；将所述第一声学特征矩阵输入至编码网络得到第一高维特征矩阵；将所述第一高维特征矩阵输入至解码网络得到第二声学特征矩阵；将所述第二声学特征矩阵输入至所述编码网络得到第二高维特征矩阵；将所述第一高维特征矩阵以及第二高维特征矩阵分别输入至分类网络中，并基于反向传播算法，调整所述编码网络、解码网络以及分类网络的网络参数，得到训练完成的唤醒模型以及降噪模型本申请中，解码网络输出第二声学特征矩阵增加了训练样本的数据量，联合训练唤醒模型以及降噪模型，效果比单独训练模型时的效果好，且训练速度快，训练成本低。
模型联合训练方法装置计算机设备存储介质

[发明专利]编码-解码下融合非局部注意力机制的农业大棚识别方法-CN202310925620.5在审
发明人：羌准准;郑晨;李晶莹;陈运成;杨晓慧;杨利军 -专利权人：河南大学
申请日： 2023-07-26 - 公布日： 2023-10-20 - 主分类号： G06V10/764 文献下载
摘要：本发明提出了一种编码‑解码下融合非局部注意力机制的农业大棚识别方法，步骤为：对输入遥感图像进行预处理，进行初始特征提取得到高维特征和低维特征，将高维特征进行并行的多尺度深度可分离的空洞卷积和全局平均池化提取特征并进行融合，得到融合特征图；将融合特征利用特征映射得到三种映射矩阵，将其中两个特征映射矩阵相乘得到各像素与其他全部像素关联性度量的权重矩阵，再将权重矩阵与余下的映射矩阵进行相乘，得到农业大棚特征；将农业大棚特征进行一次上采样并与低维特征进行通道方向的拼接，使用深度可分离的bottleneck层进行特征整合，从而实现逐像素分类，进而得到最终的语义分割结果。
编码解码融合局部注意力机制农业大棚识别方法

[发明专利]一种视频传输数据精细化测量方法-CN202110388607.1有效
发明人：李帆;朱弘宇;王志文 -专利权人：常熟市国瑞科技股份有限公司
申请日： 2021-04-12 - 公布日： 2023-02-28 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种视频传输数据精细化测量方法，包括：获取网络流数据；根据网络流数据构建多流时空特性流量矩阵；对多流时空特性流量矩阵进行特征降维，获取网络流的低维特征；在低维特征空间中对低维特征进行训练分类通过对网络流的时空交互性进行详细分析，挖掘出网络流在时间和空间特性上的关联性，利用流量矩阵对应用关联的多条加密流、非加密流的时空特征进行表示，并利用流形学理论将复杂、高维的流量矩阵进行降维，挖掘主流应用通信过程中的流量行为模式与行为之间的逻辑过程
一种视频传输数据精细测量方法

[发明专利]一种基于压缩特征表示的混凝土裂缝检测方法及装置-CN201810107584.0在审
发明人：王保宪;赵维刚;王哲;李义强;张广远 -专利权人：石家庄铁道大学
申请日： 2018-02-02 - 公布日： 2018-06-22 - 主分类号： G06K9/62 文献下载
摘要：本发明适用于图像处理技术领域，提供了一种基于压缩特征表示的混凝土裂缝检测方法及装置，包括：获取待检测图像；对所述待检测图像进行分块处理得到至少一个图像块，并对所述图像块提取至少一种特征；将提取的特征合并为高维特征矩阵；对所述高维特征矩阵进行压缩处理得到低维压缩特征矩阵，并对所述低维压缩特征矩阵进行检测；通过上述方法能够在提高计算效率的同时保证一定的裂缝检测精度。
特征矩阵压缩待检测图像混凝土裂缝特征表示图像块低维高维检测图像处理技术分块处理计算效率裂缝检测特征合并压缩处理保证

[发明专利]一种图像边缘近邻描述特征算子的提取方法-CN201010593863.6无效
发明人：冯前进;卢振泰;阳维;陈武凡 -专利权人：南方医科大学
申请日： 2010-12-17 - 公布日： 2011-04-06 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种边缘近邻描述特征算子的提取方法，包括以下步骤：(1)取医学图像组成训练集，分割训练集中每幅图像的病灶区域；(2)对每幅图像的病灶区域的边缘进行采样，得到所有采样点特征形成的矩阵作为原始的高维特征空间；(3)压缩原始的高维特征空间的维数，得到低维特征空间；(4)在低维空间进行聚类，获得低维空间的聚类中心；(5)将低维特征矩阵的每一列看作是一个样本，统计所有样本点落在每个聚类中心的个数，则个数值排列即为新图像的边缘近邻描述特征算子本方法实现了对一种新的图像特征——边缘近邻描述特征算子的提取方法，该特征算子体现了目标图像的边缘邻域灰度变化情况，可广泛用于图像配准、分割、检索等领域。
一种图像边缘近邻描述特征算子提取方法

[发明专利]裸机vxlan的部署方法、系统和电子设备-CN202210489026.1在审
发明人：杨伟伟;梁浩;刘祯;王辉华;黄健;潘文静;周娟;孙海凤 -专利权人：福建福清核电有限公司
申请日： 2022-05-07 - 公布日： 2022-08-09 - 主分类号： H04L12/46 文献下载
摘要：本申请公开了一种裸机vxlan的部署方法、系统和电子设备，其通过时序编码器来提取出计算资源数据在时间维度和数据维度上的隐含关联特征，并利用图神经网络来融合源端口的拓扑结构特征和各个时间点的流量数据间的关联特征，进一步以计算资源的时序特征对逻辑链路和逻辑节点的低维特征联合表达进行特征空间搜索，并以所述时序特征对所述低维特征联合表达的低秩表达进行约束，从而通过特征向量与特征矩阵的空间内联合相关的类表征，来实现所述特征向量与所述特征矩阵在高维特征空间内的联立投影，以获得所述时序特征与所述逻辑联合特征在高维特征空间中的特征分布的对齐性，即特征适配程度的表征向量。
裸机 vxlan 部署方法系统电子设备

[发明专利]一种图像二维特征选择方法及系统-CN202210690021.5在审
发明人：艾怡豪;袁浩亮;陈庭坚 -专利权人：广东工业大学
申请日： 2022-06-17 - 公布日： 2022-09-09 - 主分类号： G06T1/00 文献下载
摘要：本发明涉及图像处理领域，提出一种图像二维特征选择方法及系统，包括获取图像数据；提取图像数据的二维矩阵；对所述二维矩阵的噪声数据进行低秩恢复，得到恢复矩阵；利用所述恢复矩阵对所述二维矩阵进行回归学习，获取二维矩阵的左投影矩阵和右投影矩阵；根据所述左投影矩阵和所述右投影矩阵，获取特征选择矩阵，并对所述特征选择矩阵添加稀疏约束；利用添加稀疏约束后的特征选择矩阵对图像数据进行特征选择，得到图像的二维特征子集。本发明能够在不增大图像数据的维度的同时，在保留图像数据的空间位置信息下对图像数据进行特征选择，所选择特征能够更加准确地表征原本的图像信息。
一种图像二维特征选择方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条