“低维 ”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2407381个，建议您升级VIP下载更多相关专利

[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]基于稀疏表示和空谱拉普拉斯图的高光谱数据降维方法-CN201410542949.4有效
发明人：焦李成;陈璞花;杨淑媛;侯彪;王爽;马文萍;马晶晶;刘红英 -专利权人：西安电子科技大学
申请日： 2014-10-14 - 公布日： 2017-09-26 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种用于大规模高光谱数据的降维方法，主要用于解决传统流行学习信息单一和该类方法难以处理较大规模数据的问题。其实现步骤为1.从大规模的高光谱数据中选择一定量的数据作为训练样本；2.对训练样本进行空谱拉普拉斯图的构造；3.对拉普拉斯矩阵进行特征分解得到训练样本的低维表示；4.利用训练样本及其低维表示构造高维字典和低维字典；5.计算剩余高光谱数据在高维字典上的稀疏表示系数；6.将该稀疏表示系数与低维字典进行相乘，得到剩余数据的低维表示；7.整合训练样本与剩余数据的低维表示得到完整的降维数据。本发明提升了流行降维的效果，可用于处理大规模的高光谱数据。
基于稀疏表示拉普拉斯光谱数据方法

[发明专利]数据降维方法及装置-CN201811343950.9在审
发明人：杨昊;郑晓东;李劲松;魏超 -专利权人：中国石油天然气股份有限公司
申请日： 2018-11-13 - 公布日： 2019-04-02 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种数据降维方法及装置，该方法包括：构建用于数据降维的初始神经网络，并将高维数据集和低维数据集分别作为所述初始神经网络的输入和输出，所述高维数据集中的样本点的维数大于所述低维数据集中的样本点的维数；基于所述高维数据集的样本点距离关系和所述低维数据集的样本点距离关系构建神经网络目标函数；根据所述神经网络目标函数优化调整所述初始神经网络的参数；利用优化调整参数后的所述初始神经网络对待处理数据进行降维处理通过上述方案得到的低维数据集能够保持高维数据集的全局特征。
神经网络高维数据样本点低维数据降维数据集距离关系构建维数目标函数优化处理数据降维处理目标函数全局特征数据集中优化调整输出

[发明专利]一种低维氯化钙钛矿薄膜及太阳能电池制备方法-CN201811471342.6在审
发明人：陈永华;陈皓然;夏英东;黄维 -专利权人：南京工业大学
申请日： 2018-12-04 - 公布日： 2019-05-17 - 主分类号： H01L51/42 文献下载
摘要：本发明涉及一种基于低维氯化钙钛矿薄膜及太阳能电池制备方法，属于光电材料与器件领域。该发明对低维钙钛矿前驱体原料中的卤化有甲胺的卤素进行替换，将氯引入到低维钙钛矿中，在沉积有空穴传输层的ITO玻璃基底上进行简单的一步旋涂，制备出比常见的纯碘化低维钙钛矿更平整且高质量的低维氯化钙钛矿薄膜，经过退火处理后，得到的薄膜相较于低维纯碘化钙钛矿薄膜，表面更加平整致密。利用上述薄膜所制备的低维氯化钙钛矿太阳能电池具有较高的光电转化效率和良好的器件稳定性。
低维薄膜氯化钙钛矿钙钛矿太阳能电池制备纯碘制备平整卤化致密光电转化效率钙钛矿薄膜空穴传输层器件稳定性前驱体原料太阳能电池光电材料器件领域退火处理沉积基底甲胺旋涂替换引入

[发明专利]人脸识别方法、装置、终端及存储介质-CN201910457256.8在审
发明人：戴磊 -专利权人：平安科技（深圳）有限公司
申请日： 2019-05-29 - 公布日： 2019-10-01 - 主分类号： G06K9/00 文献下载
摘要：该人脸识别方法包括：获取待识别人脸图像，根据预设的深度学习模型提取待识别人脸图像的第一高维特征向量；利用乘积量化算法将第一高维特征向量量化为第一低维整数编码；将待识别人脸图像的第一低维整数编码与预先得到的人脸模板图像的第二低维整数编码进行相似度匹配；根据相似度匹配结果在所述第二低维整数编码中确定与所述第一低维整数编码最相似的目标低维整数编码，将目标低维整数编码对应的人脸模板图像作为目标人脸图像。本发明在人脸识别过程中，利用低维整数编码进行相似度比较，从而减少两者之间的比对次数，大大加快了系统的响应速度，提升人脸识别效率。
整数编码低维人脸识别待识别人脸图像高维特征向量人脸模板图像相似度匹配存储介质目标人脸图像量化终端相似度比较模型提取比对算法预设响应学习

[发明专利]一种基于动态曲面分割的非对抗生成自编码方法及系统-CN202110023139.8在审
发明人：盖阔;付云骁;张彪;翟鹏龙;肖鹏;任西兵 -专利权人：北京闭环科技有限公司
申请日： 2021-01-08 - 公布日： 2021-05-25 - 主分类号： G06N3/04 文献下载
摘要：本发明公开一种基于动态曲面分割的非对抗生成自编码方法及系统，涉及数据生成技术领域，方法包括：获取训练数据集；使用编码器将训练数据集降维到低维空间，得到第一低维向量集；使用中心维罗内分割将低维空间的单位球划分为多个区域；使用最小损失匹配算法确定第一低维向量集中每个低维向量隶属的区域；逐个区域计算第一分布距离；以最小化第一分布距离为目标，优化编码器；利用优化后的编码器将训练数据集降维到低维空间，得到第二低维向量集；利用第二低维向量集对解码器进行训练和优化
一种基于动态曲面分割对抗生成编码方法系统

[发明专利]一种低维碳材料增强炭石墨材料及其制备方法-CN202210401594.1在审
发明人：涂川俊;陈宜兴;何雨波;徐宇轩;刘定发 -专利权人：湖南大学;中国航发长江动力有限公司
申请日： 2022-04-18 - 公布日： 2022-07-05 - 主分类号： C04B35/83 文献下载
摘要：一种低维碳材料增强炭石墨材料，包括均匀分散的以下组分：骨料：沥青焦和炭黑；低维碳材料；粘结剂：改质沥青和/或高温沥青；分散改性剂：四氢呋喃、甲苯或喹啉中至少一种。低维碳材料增强炭石墨材料的制备方法，包括以下步骤：(1)将分散改性剂与粘结剂、分散改性剂与低维碳材料混合搅拌，得到两份悬浊液；(2)将两份悬浊液共混，加入骨料后低温混合，烘干、破碎、筛分、成型焙烧，得到低维碳材料增强炭石墨材料本发明采用的低维碳材料增强炭石墨材料可实现低维碳材料在增强炭石墨材料中的均匀分散，抑制在焙烧过程中的缺陷萌生，并在材料服役过程中在低维碳材料所处微区抑制裂纹扩展，实现特种炭石墨材料宏观力学性能的提升。
一种低维碳材料增强石墨及其制备方法

[发明专利]双栅极器件的制备方法及双栅极器件-CN202110775018.9在审
发明人：杨雷静;李昊;忻向军;张琦;饶岚;王拥军;田清华;田凤 -专利权人：北京邮电大学
申请日： 2021-07-08 - 公布日： 2022-12-13 - 主分类号： H01L21/44 文献下载
摘要：本发明提供了一种双栅极器件的制备方法及双栅极器件，该方法包括：制备底栅极；在底栅极上制备底栅介质层；将单层或多层低维材料覆盖至底栅介质层；在低维材料上制备顶栅介质层；在顶栅介质层上制备顶栅极；将电子束负胶覆盖在顶栅介质层及顶栅极和低维材料上并对其图形化和刻蚀；将电子束正胶覆盖在衬底上并对其图形化和刻蚀，暴露低维材料同时形成电极掩膜；刻蚀掉暴露出的低维材料；对电子束负胶覆盖的剩余部分低维材料镀膜，得到与低维材料两端侧面接触的端接触电极，制备出端接触双栅极器件通过上述方案能缩减器件尺寸，深入研究多层低维材料在双栅极器件中的工作机理，增强栅极对导电沟道的控制力，提高器件性能。
栅极器件制备方法

[发明专利]一种基于低维材料的波导晶体管探测器及其制备方法-CN202110013746.6有效
发明人：周志强;王丹;刘巍;王任凡 -专利权人：武汉敏芯半导体股份有限公司
申请日： 2021-01-06 - 公布日： 2021-03-16 - 主分类号： H01L31/0232 文献下载
摘要：本发明实施例公开了一种基于低维材料的波导晶体管探测器及其制备方法，其中，波导晶体管探测器包括：SOI层，包括底层和波导，在底层上设置波导；低维半导体层，覆盖在SOI层和波导上方；源极，设置在低维半导体层的上方，位于波导的一侧；漏极，设置在低维半导体层的上方，位于波导的另一侧；栅极，设置在低维半导体层的上方，位于波导的上方；栅介质层，栅介质层覆盖在位于波导顶部的低维半导体层上方，栅极设置在栅介质层的上方。使用低维材料是直接带隙材料，能提高光电转换效率；探测器集成在波导上，不用牺牲折中光吸收效率和器件工作带宽；低维材料和波导集成不用外延，避免晶格失配，利用栅电极调控器件工作在关态，降低暗电流，提高灵敏度。
一种基于材料波导晶体管探测器及其制备方法

[发明专利]一种基于聚酰亚胺的低维材料的转移方法-CN202211418848.7在审
发明人：王学文;赵若晴;吴昊;许曼章;董璇;黄维 -专利权人：西北工业大学
申请日： 2022-11-14 - 公布日： 2023-01-20 - 主分类号： H01L21/78 文献下载
摘要：本发明涉及一种利用聚酰亚胺薄膜转移低维材料的方法，具体包括将聚酰胺酸溶液涂覆在已生长有低维材料的刚性基底表面，热处理形成聚酰亚胺薄膜再进行剥离，从而实现低维材料从刚性基底到柔性聚酰亚胺薄膜基底的转移。与现有技术相比，本发明所提供方法不仅能够将在刚性基底上生长的低维材料完整地从刚性基底转移至柔性聚酰亚胺衬底上，而且该方法工艺简单、转移率高，转移后的低维材料完整度高、表面洁净度高、数量保持度好，可直接用于低维材料的原位柔性器件的制备与表征
一种基于聚酰亚胺材料转移方法

[发明专利]基于生成对抗网络的单细胞数据批次效应校正方法-CN202310723261.5在审
发明人：彭佳杰;杨光 -专利权人：西北工业大学
申请日： 2023-06-19 - 公布日： 2023-09-29 - 主分类号： G16B20/00 文献下载
摘要：本申请实施例提供了一种基于生成对抗网络的单细胞数据批次效应校正方法，包括：对单细胞数据进行测序，从而得到高维单细胞基因表达计数矩阵；对高维单细胞基因表达计数矩阵基于识别模型根据变分推断的方式进行计算学习，从而去近似估计后验分布，且利用随机生成的高斯噪声和高维单细胞数据的分布均值和分布方差近似估计潜在低维表示分布，从而获得近似的低维表示向量；基于生成模型对所述低维表示向量进行重构，从而获得单细胞重构原始数据；其中，在生成模型重构所述低维表示向量时，对低维表示向量加批次标签，用于去除批次效应。
基于生成对抗网络单细胞数据批次效应校正方法

[发明专利]高维图像特征匹配方法和装置-CN201710158472.3有效
发明人：安山;陈宇 -专利权人：北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2017-03-17 - 公布日： 2021-07-30 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种高维图像特征匹配方法和装置，涉及图像检索领域。其中的方法包括：提取待检索图像的高维图像特征；将待检索图像的高维图像特征划分为多个低维图像特征；将待检索图像的各低维图像特征与数据库中图像的低维图像特征的各层聚类中心进行比较；根据比较结果确定待检索图像与数据库中图像的低维图像特征相似度，从而在数据库中检索出与待检索图像的高维图像特征匹配的特征。本发明能够提高特征匹配的准确率，并且还能够提高高维图像特征匹配的效率。
图像特征匹配方法装置

[发明专利]一种基于低秩拉普拉斯图学习的鲁棒数据降维方法-CN202111154444.7在审
发明人：沈项军;蔡明建;刘志锋 -专利权人：江苏大学
申请日： 2021-09-29 - 公布日： 2022-01-14 - 主分类号： G06V10/778 文献下载
摘要：本发明公开了一种基于低秩拉普拉斯图学习的数据降维方法，该方法针对原始数据存在噪声或遮挡的情况下，学习数据的内在几何结构即鲁棒的低秩拉普拉斯图，并利用该低秩拉普拉斯图得到高维数据的低维映射以达到数据降维作用提出的方法能够同时进行数据的低秩拉普拉斯图以及投影矩阵的学习，两者在产生的过程中相互促进。本方法利用了低维映射数据的低秩成分以获取数据的全局结构，数据的全局结构能抵抗数据中噪声的干扰同时低维数据也能在一定程度上减少噪声对投影矩阵的影响。
一种基于拉普拉斯学习数据方法

[发明专利]一种基于非负局部坐标分解的聚类方法-CN201110394686.3无效
发明人：何晓飞;陈琰 -专利权人：浙江大学
申请日： 2011-12-02 - 公布日： 2012-06-13 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于非负局部坐标分解的聚类方法，包括：(1)构建样本特征矩阵；(2)迭代输出低维稀疏矩阵；(3)对低维稀疏矩阵聚类分析。本发明通过在NMF过程中引入稀疏编码的理念，对高维样本特征矩阵进行非负局部坐标分解，使分解得到的系数矩阵作为高维样本特征矩阵的低维表示，对该低维矩阵进行聚类分析，可使得聚类分析变得简单而有效；同时本发明降维后的数据具有良好的可解释性，且相对于现有技术的降维方法，能够使得聚类分析的判别能力得到进一步的提高。
一种基于局部坐标分解方法

[发明专利]一种脑网络数据特征提取方法及装置-CN202310342278.6有效
发明人：赵嘉琪;申慧;朱闻韬;杨德富;黄海亮 -专利权人：之江实验室
申请日： 2023-04-03 - 公布日： 2023-07-07 - 主分类号： G06V10/40 文献下载
摘要：本发明公开了一种脑网络数据特征提取方法及装置，该方法基于嵌入（Embedding）和格拉斯曼流形（Grassmannian Manifold）优化得到多层脑网络节点信息低维表示，通过使用嵌入的方法将多层脑网络节点信息进行低维表示，并将嵌入表示基于格拉斯曼流形进行优化，得到更加有代表性、有意义的低维节点特征信息并可以通过重建低维表示获得低维脑部功能连接网络。本发明通过对复杂的多层脑网络信息进行降维与关键提取，得到更加具有代表性、更加有效的多层脑网络节点低维表示信息，有效的提高多层脑网络数据信息的利用率，利用较少的数据量实现较高准确率的疾病诊断、节点检测等脑部研究
一种网络数据特征提取方法装置