“信念传播 ”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82734个，建议您升级VIP下载更多相关专利

[发明专利]一种结合随机化技术的变分自编码方法-CN201910387015.0在审
发明人：张传雷;马文涛;杨巨成;陈亚瑞;李建荣 -专利权人：天津科技大学
申请日： 2019-05-08 - 公布日： 2020-11-10 - 主分类号： G06N3/02 文献下载
摘要：变分自编码模型中的生成模型及识别模型均采用多层神经网络结构，在求解优化问题时采用标准的随机梯度下降及信念传播方法可以进行推理和学习，但是信念传播训练计算模型参数需要耗费大量时间。模型建模单元是对结合随机化的变分自编码模型进行建模；优化目标构建单元通过变分近似构建优化目标；优化问题求解单元采用随机化技术降低传统信念传播中训练复杂度，同时可以保证训练精度。
一种结合随机化技术编码方法

[发明专利]一种基于深度学习SAR图像分类的图像选择的方法及系统-CN202110802002.2有效
发明人：许聪;刘海成;王峥 -专利权人：黑龙江工程学院
申请日： 2021-07-15 - 公布日： 2022-06-03 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于深度学习SAR图像分类的图像选择的方法，不同图像对应像素之间的关系建立为马尔可夫模型；利用信念传播算法，避免了计算传感器的联合统计分布，有利于简化图像选择算法的计算，作为消息传递机制的信念传播算法可以将消息更新规则简化为线性融合模型本发明主要涉及特征层融合的图像选择算法，不同图像对应像素之间的关系建立为马尔可夫模型；利用信念传播算法，避免了计算传感器的联合统计分布，有利于简化图像选择算法的计算。
一种基于深度学习 sar 图像分类选择方法系统

[发明专利]一种基于高斯滤波器信念传播的协作式车辆定位方法-CN202211475900.2在审
发明人：谭国平;马飞;胡鹤轩;周思源;胡强 -专利权人：河海大学
申请日： 2022-11-23 - 公布日： 2023-03-31 - 主分类号： H04W64/00 文献下载
摘要：本发明公开了一种基于高斯滤波器信念传播的协作式车辆定位方法，包括：初始化所有车辆和锚点的位置信息和协方差矩阵；根据t‑1时刻的车辆的状态信息，利用车辆的运动模型，计算得到t时刻的车辆预测位置信息；对距离测量模型进行线性化得到近似；根据近似的线性化公式计算车辆之间以及车辆和锚点之间的信念消息，并进行M次信念传播迭代计算；计算得到车辆的后验位置估计和协方差后，再进行L次的迭代计算，最终得到车辆的位置估值和协方差矩阵。
一种基于滤波器信念传播协作车辆定位方法

[发明专利]基于深度信念网络模型的水泥熟料游离钙含量预测方法-CN201610561692.6在审
发明人：刘彬;高伟;赵朋程;王美琪;孙超 -专利权人：燕山大学
申请日： 2016-07-18 - 公布日： 2016-12-07 - 主分类号： G06F19/00 文献下载
摘要：本发明涉及一种基于深度信念网络模型来预测水泥熟料fCaO的方法，其内容为：初步选取能反映水泥熟料烧成情况的主要变量为辅助变量集合，预测变量为水泥熟料fCaO的含量；通过现场仪表和操作员记录表分别采集各个辅助变量和水泥熟料fCaO含量的现场数据，采用灰色关联度分析方法对初始辅助变量集合降维；根据深度信念网络的算法及样本数据量确定深度信念网络结构中的参数：训练深度信念网络的参数，进而实现对整个网络权重和偏置的优化；采用反向传播算法对所确定的深度信念网络结构中的参数进行误差校正
基于深度信念网络模型水泥熟料游离含量预测方法

[发明专利]基于高斯信念传播的飞行器集群分布式协同定位方法-CN202310218483.1在审
发明人：万九卿;赖玮清 -专利权人：北京航空航天大学
申请日： 2023-03-09 - 公布日： 2023-07-07 - 主分类号： G01C21/16 文献下载
摘要：本发明公开了一种基于高斯信念传播的飞行器集群分布式协同定位方法，该方法包括：构建集群因子图模型，在每一时刻仅对飞行器节点的标称和误差状态进行迭代，生成惯导因子；对观测信息进行线性化，生成观测因子；当观测到来时，构建高斯信念传播过程，变量和因子之间消息多次传递迭代后进行信念更新；根据更新后的信念信息修正标称状态，输出每一时刻的状态估计。
基于信念传播飞行器集群分布式协同定位方法

[发明专利]一种基于深度信念网的设备运行状态评价方法-CN201811529777.1在审
发明人：朱允刚;张思奇;李甜;杨雨欣 -专利权人：吉林大学
申请日： 2018-12-14 - 公布日： 2019-04-16 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于深度信念网的设备运行状态评价方法，其方法为：第一步、预训练：构建受限的波尔兹曼机，使数据信号能够在数层的受限的波尔兹曼机之间传递，深度信念网训练首先对每层受限的波尔兹曼机进行预训练，受限的波尔兹曼机采用的是无监督学习方法；第二步、微调：在数层的受限的波尔兹曼机之上添加逻辑回归层并进行训练，然后采用误差逆传播算法对整个深度信念网进行参数微调；第三步、测试：运用第一步和第二步中训练的深度信念网络有益效果：能够训练出一个精确度较高的评价设备运行状态的深度信念网络。提供一种科学有效的设备运行状态评价标准。
受限设备运行状态信念网络测试测试样本集无监督学习参数微调逻辑回归评价标准评价设备数据信号运行数据运行状态对设备构建算法微调样本传递传播

[发明专利]用于分布式下行链路协调的多点（CoMP）框架的列表消除-CN200980149645.9无效
发明人： A·Y·戈罗霍夫;A·巴尔别里;S·马利克;M·J·博兰 -专利权人：高通股份有限公司
申请日： 2009-12-10 - 公布日： 2011-11-16 - 主分类号： H04W72/04 文献下载
摘要：通过实例，在接收方节点修剪作为信念传播网络一部分分布的战略选择记录，从而减少动态分簇的处理开销。结果，能够以更高的效率并且以与协作基站的本地簇更大的相关性来确定协作式策略。在至少一个方面中，可以基于相关性来给多个已评价的记录封顶，同时保持信念传播网络的部署范围可应用性。据此在部署范围的尺度上优化动态的分布式CoMP决策，更加有效地收敛到最大效用解决方案。
用于分布式下行协调多点 comp 框架列表消除

[发明专利]一种基于深度置信网络的空压机诊断方法和系统-CN202211055058.7在审
发明人：吴平;周嘉伟;叶和军;刘亮;史乃进;彭江 -专利权人：杭州哲达节能科技有限公司
申请日： 2022-08-30 - 公布日： 2022-11-11 - 主分类号： F04B51/00 文献下载
摘要：本发明公开了一种基于深度置信网络的空压机诊断方法系统，所述方法包括：获取空压机数据，其中所述空压机数据包括不同模式状态下的故障数据和正常数据；将所述空压机数据进行标准化处理，并将标准化处理后的空压机数据划分为训练集和测试集；配置深度信念网络模型，包括配置波尔斯曼机层数和反向传播网络，用于对所述空压机数据进行特征提取；在所述深度信念网络模型输出端连接一维卷积神经网络，通过所述一维卷积神经网络特征提取和降维后输出一维向量，并利用softmax分类器输出检测目标数据故障类别；通过所述训练集输入到所述深度信念网络中，并利用测试集测试模型的训练结果。
一种基于深度置信网络空压机诊断方法系统

[发明专利]基于具有时空联合信息的信念传播算法的图像序列变化检测方法-CN201510834333.9在审
发明人：于凤芹 -专利权人：江南大学
申请日： 2015-11-27 - 公布日： 2016-05-04 - 主分类号： G06T7/00 文献下载
摘要：基于具有时空联合信息的信念传播算法的图像序列变化检测方法。本发明利用背景像素在时间上的缓变特性，同时计算各像素点的时域相关函数来弥补空间域信息在复杂场景中易受干扰的缺陷。融合了时域和空域联合信息的信念传播算法，同时考虑像素之间的空域相关性和时域相关性，并利用时间矩阵记录背景变化并调整时间域相关函数。
基于具有时空联合信息信念传播算法图像序列变化检测方法

[发明专利]多层网络最小支配集构造方法-CN201910422268.7在审
发明人：赵大伟;汪洁;徐习鹏;朱闻达;武文敏;江雨杭;秦勉;王连海 -专利权人：山东省计算中心(国家超级计算济南中心);中国民航大学
申请日： 2019-05-21 - 公布日： 2019-08-16 - 主分类号： G06N99/00 文献下载
摘要：本发明的多层网络最小支配集构造方法，通过以下步骤来实现：a).初始化支配集合D为空集；将相连的节点i与j的关联概率初始化为区间（0,1]内的随机值；b).构建信念传播方程，计算每个节点处于已被占据状态的概率本发明的多层网络最小支配集构造方法，通过构建的信念传播方程计算多层网络节点属于多层网络最小支配集的边际概率，并使用多层网络掐叶算法以降低计算复杂程度，可快速构造出大规模多层网络的近似最小支配集。
多层网络节点添加信念传播初始化构建方程计算关联概率降序排列快速构造算法处理状态概率占据概率迭代空集算法近似删除集合

[发明专利]一种基于深度学习的电力系统短期负荷预测方法-CN201810114487.4在审
发明人：叶剑华 -专利权人：天津职业技术师范大学
申请日： 2018-02-06 - 公布日： 2019-08-13 - 主分类号： G06Q10/04 文献下载
摘要：首先，获取历史负荷、星期类型、节假日、气象信息等数据，并进行归一化和编码等预处理后作为输入特征，采用对比散度算法对由堆叠受限玻尔兹曼机构成的深度信念网络逐层学习并提取深层特征，最后采用反向传播算法对整个深度信念网络的参数进行微调
电力系统短期负荷预测信念网络算法预处理负荷预测模型反向传播离线训练气象信息输入特征在线预测归一化堆叠构建散度受限微调学习预测

[发明专利]一种基于多源信息融合的电力变压器故障诊断方法-CN201910101086.X在审
发明人：王晓辉;王伟;李璐;张洋;郭磊;付刚;姚伟;孙鹏;赵磊 -专利权人：国网河南省电力公司;国网河南省电力公司电力科学研究院;国网河南省电力公司检修公司
申请日： 2019-01-31 - 公布日： 2019-04-23 - 主分类号： G01R31/00 文献下载
摘要：一种基于多源信息融合的电力变压器故障诊断方法，所述方法将多个受限玻尔兹曼机和一层反向传播BP神经网络堆叠在一起，构成深度信念网络模型，利用采集的变压器故障数据对该模型进行训练，将变压器运行数据输入训练好的深度信念网络模型本发明将深度学习中的深度信念网络与DS证据理论相结合，可以在变压器错综复杂的数据特征中提取出潜在的有价值的信息，该方法很好地弥补了传统故障诊断方法的不足，能够有效提高变压器故障诊断结果的准确性，为电力系统的安全提供了保障
信念网络电力变压器故障多源信息融合证据理论变压器故障诊断变压器运行数据受限玻尔兹曼机基本概率分配变压器故障变压器诊断诊断安全提供电力系统反向传播故障概率故障诊断数据特征最终结果潜在的再利用堆叠变压器采集融合学习

[发明专利]一种基于深度信念网络的上层海洋热结构预测方法-CN201611116678.1有效
发明人：曹敏杰;许建平;刘增宏;孙朝辉;吴晓芬;卢少磊 -专利权人：国家海洋局第二海洋研究所
申请日： 2016-12-07 - 公布日： 2019-08-06 - 主分类号： G06F17/18 文献下载
摘要：本发明公开了一种基于深度信念网络的上层海洋热结构预测方法，步骤如下：1)确定合适的环境参数作为热结构预测模型的输入因子和预测值；2)建立上层海洋热结构样本数据集，将样本数据分为训练数据和测试数据，并进行统一的数据预处理；3)建立深度信念网络，对样本数据进行逐层无监督预训练，初步获取模型的较优参数；4)基于反向传播算法，根据训练样本的标记对模型的参数进行微调，确定最优参数；5)将建立好的上层海洋热结构预测模型应用到测试数据本发明提出了基于深度信念网络的上层海洋热结构预测方法，克服了传统方法的单一拟合和过拟合问题，有效提取出海洋表层环境参数与上层海洋热结构之间的特征关系，提高了上层海洋热结构预测的准确性。
一种基于深度信念网络上层海洋结构预测方法

[发明专利]神经信念推理器-CN201910277944.6有效
发明人：钱海峰 -专利权人：国际商业机器公司
申请日： 2019-04-08 - 公布日： 2023-09-05 - 主分类号： G06N5/04 文献下载
摘要：本公开的实施例涉及神经信念推理器。本公开的实施例涉及用于无监督学习的生成模型，更具体地，涉及指定信念函数的生成模型。描述了用于指定信念函数的神经信念推理器模型生成模型的技术。各方面包括由可操作地耦合到处理器的设备接收对信念函数的请求，以及由设备基于训练的概率参数和最小化函数来在生成模型中处理对信念函数的请求，以确定由模糊集合定义的广义信念函数。与广义信念函数相对应的数据被输出为例如信念值和合理性值。
神经信念推理

[发明专利]一种基于信念图增强网络的人体姿态估计方法-CN202110471854.8在审
发明人：唐杰;武港山;张哲;唐玉婷;薛占奎 -专利权人：南京大学
申请日： 2021-04-29 - 公布日： 2021-07-16 - 主分类号： G06K9/00 文献下载
摘要：一种基于信念图增强网络的人体姿态估计方法，构建一个信念图增强网络，对人体姿态估计基础模型输出的信念图提高分辨率；在训练信念图增强网络时，根据训练集中的标注信息生成低分辨率信念图标签和高分辨率信念图标签，低分辨率信念图标签对应基础模型的输出分辨率，高分辨率信念图标签对应信念图增强网络的输出分辨率，训练时利用MESLoss函数分别计算两种分辨率下预测结果与真实标签之间的均方误差，求二者的加权和，并以此推导信念图增强网络各层参数的梯度本发明能够改善现有人体姿态估计方法中最终输出的信念图分辨率较低的现状，达到提高预测精确度的目的，而且不会带来参数量和浮点运算量上的显著提升。
一种基于信念增强网络人体姿态估计方法

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 82734 条