“全局搜索结果”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1049978个，建议您升级VIP下载更多相关专利

[发明专利]使用搜索策略确定搜索结果-CN201110161538.7无效
发明人： V·霍洛斯托弗 -专利权人：微软公司
申请日： 2011-06-02 - 公布日： 2011-12-07 - 主分类号： G06F17/30 文献下载
摘要：涉及使用搜索策略确定搜索结果。提供了用于将搜索和浏览策略以及内容偏好作为因素计入到web搜索结果中的方法。这样的搜索和浏览策略和/或内容偏好一般由家长、雇主或其他公司代表来提供并且指定其适用于的人群。在从特定用户接收到搜索查询后，确定一个或多个搜索和浏览策略和/或内容偏好是否适用于所接收的搜索查询。在确定一个或多个搜索和浏览策略和/或内容偏好适用于所接收的搜索查询后，根据所述一个或多个适用于该用户的适用的搜索和浏览策略和/或内容偏好来分析至少一个所接收的搜索查询和被确定为满足该搜索查询的任何搜索结果在结果被呈现给用户以前，对搜索结果作出任何所需的修改。
使用搜索策略确定结果

[发明专利]基于改进天牛须智能方法的Kubernetes集群资源调度方法-CN202011468382.2在审
发明人：李克文;张达;邴绍强;吴雪锋;杨建涛 -专利权人：中国石油大学（华东）
申请日： 2020-12-14 - 公布日： 2022-06-14 - 主分类号： G06F9/48 文献下载
摘要：本发明公开了一种基于改进天牛须智能方法的Kubernetes集群资源调度方法，其特征在于采用yaml文件从集群工作节点中获取CPU核数、磁盘读写速率等参数和集群任务列表Pod；应用蚁群智能方法初始化集群资源信息，根据蚂蚁的移动轨迹得到全局资源调度初始方案；利用全局资源调度初始方案初始化天牛须智能方法中种群个体分布，根据集群负载程度计算天牛移动的坐标向量，天牛停止搜索后，输出全局资源调度方案，即为Kuberbetes集群最终资源调度方案。本发明根据蚁群智能方法寻优结果，初始化天牛须智能方法的调度方案，应用天牛须智能方法动态地为集群环境中的每个任务分配最优的工作节点，提高集群资源调度最优方案的搜索精度，并提高集群资源综合利用率。
基于改进天牛智能方法 kubernetes 集群资源调度

[发明专利]变压器质量检测方法及装置-CN202211046772.X在审
发明人：田霖;张达;刘振;董国振;刘良帅;吴宏波;鄢晶 -专利权人：国网河北省电力有限公司电力科学研究院;国家电网有限公司;武汉大学
申请日： 2022-08-30 - 公布日： 2022-12-23 - 主分类号： G06Q10/06 文献下载
摘要：：获取变压器的DGA数据构成的训练样本和待检测的DGA数据；基于训练样本，进行迭代训练，得到变压器质量检测模型，在每次迭代训练过程中，基于算术优化算法对模型训练时迭代寻解过程进行优化；算术优化算法包括全局探索阶段和局部开发阶段，在全局探索阶段，基于乘除搜索法确定下一次迭代过程的训练样本；在局部开发阶段，基于加减搜索法确定下一次迭代过程的训练样本；将待检测的DGA数据，输入到变压器质量检测模型，输出质量检测结果。本发明能够提高变压器质量检测模型训练过程中确定全局最优解的准确度，进而提高对变压器质量检测的准确度。
变压器质量检测方法装置

[发明专利]一种双索引实时更新联想词的多媒体资源推荐方法及装置-CN201911228998.X有效
发明人：赵明;于松;杨梅;袁丽;杨云龙 -专利权人：青岛聚看云科技有限公司
申请日： 2019-12-04 - 公布日： 2023-09-22 - 主分类号： G06F16/43 文献下载
摘要：本发明涉及互联网技术领域，尤其涉及一种双索引实时更新联想词的多媒体资源推荐方法及装置，用以解决无法实时统计媒资变化情况，导致无法正确更新联想词索引信息，该方法为：响应于智能设备发送的联想词查询请求，在全局索引库中进行搜索，所述全局索引库是基于实时更新的实时索引库中的索引信息所建立的，基于搜索结果，获得与所述联想词查询请求对应的联想词索引信息，进而获取相应的多媒体资源，再将所述多媒体资源发送至所述智能设备。这样，基于实时更新的全局索引库，保证了多媒体资源的实际属性信息和索引库中记录的属性信息的一致性，也保证了智能设备得到的多媒体资源的准确性，提高了处理效率。
一种索引实时更新联想多媒体资源推荐方法装置

[发明专利]一种基于自适应蚁群智能的空中机器人视觉分层匹配方法-CN200910077143.1无效
发明人：姚连梅;段海滨;邵帅 -专利权人：北京航空航天大学
申请日： 2009-01-16 - 公布日： 2009-07-08 - 主分类号： G06T7/00 文献下载
摘要：一种基于自适应蚁群智能的空中机器人视觉分层匹配方法，步骤如下：步骤一：确定搜索单元；首先，将待匹配图像两次分割成与目标图像大小相同的一块块的小图像：其次，计算各小块图像与目标图像的相似度；步骤二：初始化参数；步骤三：根据信息素浓度，通过概率选择公式，确定是否把某个单元归到这次搜索之中；步骤四：更新信息素浓度；步骤五：更新全局最优相似度F_max，以及全局的平均相似度F_mean；步骤六：Nc＝Nc+1，返回步骤三，直到完成预定的算法循环次数N_Cmax，或者精匹配中的单元数目Ng小于设定阈值T，或者全局最优相似度达到或超过设定的相似度F_t；步骤七：进行精匹配，寻找最佳匹配位置；步骤八：结束，并输出最优结果。
一种基于自适应智能空中机器人视觉分层匹配方法

[发明专利]基于改进的混合粒子群优化算法的无人机航迹规划方法-CN202010665446.1在审
发明人：夏敏;王超群;曹林;徐安邦;徐丰 -专利权人：西北工业大学太仓长三角研究院
申请日： 2020-07-11 - 公布日： 2020-12-15 - 主分类号： G01C21/20 文献下载
摘要：本发明涉及一种基于改进混合粒子群优化算法的无人机航迹规划方法，该方法，针对无人机航迹约束条件，改进了航迹编码方式，并对结合遗传算法的混合粒子群优化算法，首先借助粒子群优化算法全局搜索能力强的特点进行全局搜索，当迭代次数进行到指定代数并接近全局最优解时，此时整个种群进入全局最优解的邻域内；其次，利用改进的遗传算法在全局最优解的邻域内进行局部快速搜索，最终到达全局最优解，航迹段跨越多个网格节点，可以避免进行分层规划的复杂性
基于改进混合粒子优化算法无人机航迹规划方法

[发明专利]一种结合蚁群算法的级联双微环谐振波长搜索方法-CN202210363182.3有效
发明人：冯元华;田华麟 -专利权人：暨南大学
申请日： 2022-04-08 - 公布日： 2023-06-27 - 主分类号： H04B10/079 文献下载
摘要：本发明公开了一种结合蚁群算法的级联双微环谐振波长搜索方法，包括以下步骤：包括以下步骤：S1、设置双微环的最大加热功率，初始化双微环加热功率和信息素浓度；S2、判断第g代监测端口最优值是否大于阈值；若大于阈值本发明将蚁群算法用于级联双微环结构光子器件波长控制全局搜索阶段，可以提高全局搜索速度，快速定位全局最佳加热功率，同时规避全局搜索过程中级联双微环结构固有的热串扰问题，解决了传统全局逐步扫描搜索速度慢的痛点
一种结合算法级联双微环谐振波长搜索方法

[发明专利]无人机全局定位方法、装置、电子设备及存储介质-CN202211627127.7在审
发明人：孟子阳;贺梦凡;尤政;邢飞 -专利权人：清华大学
申请日： 2022-12-16 - 公布日： 2023-05-12 - 主分类号： G06V20/17 文献下载
摘要：本申请涉及一种无人机全局定位方法、装置、电子设备及存储介质，包括：通过预设的卷积神经网络处理俯视航拍图像的变换图像，得到向量化特征图像；从预设的瓦片地图全局图像特征数据库进行搜索，得到候选位置对象集合，筛选出目标候选位置对象集合；从目标候选位置对象集合筛选出满足图像间特征点对数大于预设对数，且目标单应矩阵满足预设要求的图像，得到最终候选位置集合，根据位置重叠结果确定最终候选位置，根据最终候选位置和当前时刻飞行区域的俯视航拍图像匹配得到的单应矩阵的平移分量计算图像间的实际平移量，进行全局定位。解决了不存在任何位置先验条件下如何进行全局定位的问题，在保证算法快速性的同时提升了定位结果的正确性。
无人机全局定位方法装置电子设备存储介质

[发明专利]一种保存表格搜索状态的方法-CN201610857809.5在审
发明人：冯永青;孙思清;靳志凯 -专利权人：郑州云海信息技术有限公司
申请日： 2016-09-28 - 公布日： 2017-05-10 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种保存表格搜索状态的方法，属于计算机前端技术领域。本发明的保存表格搜索状态的方法自定义一个全局变量，在执行表格搜索操作时在该全局变量中保存搜索关键词，点击表格中的超链接进行页面跳转查看表格中的相关信息，当再次进入跳转前界面后，对用户的操作进行判断是否为返回/后退操作，若为返回/后退操作则从该全局变量中读取保存的搜索关键词，在表格初始化完成后在搜索框中自动填充该搜索关键词并执行搜索操作，达到与页面跳转前相同的界面，否则删除原来保存的该页面的搜索关键词。该发明的保存表格搜索状态的方法能最大程度的减少用户的搜索工作量，提高工作效率，提供良好的用户体验，具有很好的推广应用价值。
一种保存表格搜索状态方法

[发明专利]一种基于邻域量子粒子群的混沌系统参数估计方法-CN201310075274.2在审
发明人：楼旭阳;崔宝同 -专利权人：江南大学
申请日： 2013-03-11 - 公布日： 2014-09-17 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种基于邻域量子粒子群的混沌系统参数估计方法，寻优过程中利用量子空间中的粒子满足聚集态的性质完全不同特点，使粒子在整个可行解空间中进行搜索全局最优解，同时在量子粒子群算法中整合了邻域信息共享思想，利用了搜索粒子间邻域极值和全局极值的邻域搜索机制，增加了粒子的多样性，提出全局搜索的能力，具有调整参数少、结构简单、优化时间短等优点，可实现最佳参数估计效果。
一种基于邻域子粒子群混沌系统参数估计方法

[发明专利]一种由数据驱动的采样搜索方法和系统-CN202110856198.3在审
发明人：刘彪;金宇强;付明磊;张文安 -专利权人：浙江工业大学
申请日： 2021-07-28 - 公布日： 2021-12-03 - 主分类号： G05D1/02 文献下载
摘要：一种由数据驱动的采样搜索方法，用于生成无人驾驶汽车的避障安全路径，包括：步骤S1、全局地图编码：步骤S2、构建全局采样网络搜索预测模型：步骤S3、局部地图编码：步骤S4、构建局部采样网络搜索预测模型：步骤S5、集成全局采样网络和局部采样网络。本发明还包括实现一种由数据驱动的采样搜索方法的系统。本发明比传统方法在复杂环境中生成轨迹的速度快几个数量级，规划路径的鲁棒性也更好。
一种数据驱动采样搜索方法系统

[发明专利]一种基于差分进化算法的相位解包裹方法-CN201610298044.6有效
发明人：赵自新;肖昭贤;张航瑛;赵宏 -专利权人：西安交通大学
申请日： 2016-05-06 - 公布日： 2019-05-21 - 主分类号： G01B9/02 文献下载
摘要：本发明公开了一种基于差分进化算法的相位解包裹方法，其核心是利用有限项正交多项式(Zernike)多项式全局逼近真实相位，并利用差分进化算法求解待定系数。为了排除被大噪声污染的数据点影响最终的解包结果，采用加权Zernike多项式拟合的方法。本发明将Zernike多项式作为基底函数对测量得到的离散数据进行拟合，保证了拟合结果的精确性，利用差分进化算法(Differential Evolution，DE)动态随机搜索，以求解待定系数，具有较强的全局收敛性和鲁棒性
一种基于进化算法相位包裹方法

[发明专利]为BaaS平台上的搜索引擎更新检索内容的方法、装置及介质-CN202110848526.5在审
发明人：肖诗源 -专利权人：上海点融信息科技有限责任公司;上海道块信息技术有限公司;嘉兴南湖红链科技有限公司;嘉兴市嘉禾区块链技术研究院
申请日： 2021-07-27 - 公布日： 2021-10-15 - 主分类号： G06F16/955 文献下载
摘要：本公开内容提供了一种用于为在区块链即服务平台上的搜索引擎更新检索内容的方法，所述方法包括：由在区块链即服务平台上的搜索引擎向区块链节点处的事件订阅服务发送订阅请求，所述订阅请求中包括所述订阅请求的发起方的标识；在所述区块链节点处的事件订阅服务接收到所述订阅请求并对其进行解析；在解析结果为所述订阅请求的发起方的标识表示所述订阅请求的发起方为所述搜索引擎并且所述区块链节点接收到新区块的情况下，所述区块链节点解析所述新区块中的交易以确定对于全局状态数据的影响；以及根据对于全局状态数据的影响确定事件通知消息，其中，所述事件通知消息包括URL地址信息和与所述URL地址信息相关联的操作信息。
baas 平台搜索引擎更新检索内容方法装置介质

[发明专利]基于自适应变异差分进化的云计算负载均衡方法及系统-CN202211041096.7在审
发明人：祝翠玲;杨成伟;白秀冉 -专利权人：山东财经大学
申请日： 2022-08-29 - 公布日： 2022-11-29 - 主分类号： G06F9/50 文献下载
摘要：本申请公开了一种基于自适应变异差分进化的云计算负载均衡方法及系统，首先根据所设置的初始迭代参数随机产生初始种群；计算当前迭代轮次的种群中每个个体的适应值，并找出当前种群最优解，得到当前种群的群体相似度系数，并确定对应的变异操作模式；然后进行交叉操作得到交叉操作结果；根据适应度函数采用误差性能指标ITAE产生更新后的种群；最后判断当前迭代轮次为最大迭代次数时，则调用蚁群算法计算全局最优路径。可以看出，本发明通过自适应变异差分进化算法对ACO算法的信息素等随机初始化的参数进行优化，实现前期提高全局搜索能力后期提高局部搜索能力，有效的降低了这一问题传统方法对搜索所需时间长，提高了负载均衡的工作效率
基于自适应变异进化计算负载均衡方法系统

[发明专利]一种基于强化学习的非固定节点数的网络化雷达智能节点遴选方法-CN202211706751.6在审
发明人：张向荣;王远;朱进;张超;陶海红;郭晶晶;张天扬;韩丽;曹雁军 -专利权人：西安电子科技大学
申请日： 2022-12-29 - 公布日： 2023-04-25 - 主分类号： H04L41/16 文献下载
摘要：本发明提供一种基于强化学习的非固定节点数的网络化雷达智能节点遴选方法，用于雷达节点遴选，从总数为N个的雷达节点组中，挑选出M个节点(0MN),M为算法找出的满足雷达探测性能的最少节点数，使得评价函数趋近于全局最优该方法是通过采用随机的对状态转变的推演迭代，来建立一棵不对称的搜索树。该搜索树根据不同目标方位、特性情形下，大量不同遴选方案得到的效果，来训练节点参数；在满足约束条件的情形下，得到较好的效果。当达到最大迭代次数时搜索结束，该方法的优点在于节点遴选结果可使得评价函数趋近于全局最优，并且能够找出满足雷达探测性能的最少节点数。
一种基于强化学习固定节点网络化雷达智能遴选方法