“多类类间”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2216965个，建议您升级VIP下载更多相关专利

[发明专利]面向易混淆类的动态类间距域自适应方法-CN202210498978.X在审
发明人：胡海峰;蒋飞虎;吴建盛 -专利权人：南京邮电大学
申请日： 2022-05-09 - 公布日： 2022-09-30 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种面向易混淆类的动态类间距域自适应方法，包括：抽取目标域样本构成目标域batch送入特征提取器和多分类器对输出值进行熵最小化操作；提取特征送入多二分类器根据输出确定k个临界样本以及k对相似类建立易混淆类对集合；在易混淆类集合中根据易混淆类对在多二分类器的输出最大值和次大值的差值计算易混淆类对应的类间差值；源域batch送入特征提取器，将提取特征送入到多分类器进行监督训练；根据源域batch中样本的类别信息和易混淆类的类间距值计算损失函数本发明有效提高无监督域自适应网络对于目标域相似类样本的判别能力。
面向混淆动态间距自适应方法

[发明专利]一种基于稀疏监督最小二乘多类核典型相关分析的多模态情感识别方法-CN202010660341.7有效
发明人：闫静杰;朱康;宋宇康;吕方惠;李娜;卢官明 -专利权人：南京邮电大学
申请日： 2020-07-10 - 公布日： 2022-08-26 - 主分类号： G06V10/80 文献下载
摘要：本发明公开了一种基于稀疏监督最小二乘多类核典型相关分析的多模态情感特征融合方法。具体步骤：处理原始数据中的多个模态的数据，提取特征；对收集到的各模态的数据做预处理；使用稀疏监督最小二乘多类核典型相关分析方法进行多模态特征融合，调试模型的参数。本发明针对多类情感分类问题，将数据库中各种维度的情感从不高兴到高兴整理成7类，提出一种基于稀疏监督最小二乘多类核典型相关分析的多模态情感特征融合方法，是情感计算领域中基于特征层融合情感分类的一种新方法，由此方法计算各模态特征间的强相关性，能使计算机更好的分辨人类的情绪变换。
一种基于稀疏监督最小二乘多类核典型相关分析多模态情感识别方法

[发明专利]基于成对协同正则化和NMF的自适应多视图聚类方法-CN201710466702.2有效
发明人：王秀美;张天真;高新波;王鑫鑫;李洁;邓成;田春娜 -专利权人：西安电子科技大学
申请日： 2017-06-20 - 公布日： 2019-12-10 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种基于成对协同正则化和NMF的自适应多视图聚类方法，用于解决现有多视图聚类方法中存在的精度低和归一化交互信息低的技术问题，实现步骤为：获取原始图像集的归一化非负多视图数据；计算多视图数据的拉普拉斯矩阵；构建成对协同正则化和NMF的自适应多视图聚类的目标函数；分别获取基矩阵、系数矩阵和权重参数的迭代更新表达式；获取更新后的基矩阵、系数矩阵和权重参数；对更新后的系数矩阵进行K‑均值聚类，得到聚类结果。本发明利用成对协同正则化方法保持视图间的相似性，并利用自适应方法自动学习视图内的相似性约束项的权重参数，有效提高了多视图聚类的性能，可应用于客户信息分析、金融分析和医学等领域。
基于成对协同正则 nmf 自适应视图方法

[发明专利]基于原型聚类域适应算法的跨被试EEG认知状态识别方法-CN202011526572.5在审
发明人：赵月;戴国骏;曾虹;李秀峰;刘洋;方欣;吴政轩;金燕萍;张佳明 -专利权人：杭州电子科技大学
申请日： 2020-12-22 - 公布日： 2021-03-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于原型聚类域适应算法的跨被试EEG认知状态识别方法。本发明引入了类别域的概念，一方面基于标签的多源域对齐，考虑不同类间的特征分布差异，研究特征空间中不同源域间类条件下的结构细粒度对齐，将多源域域内类别不平衡问题转化为类别域的方式。另一方面，源域和目标域之间的原型理论聚类对齐，即以动态调整原型中心为约束对目标域进行相似源域间的聚类，实现域间同类特征相近，异类特征相疏。前者实现域内类条件结构特征对齐，后者实现全局细粒度结构特征对齐。
基于原型聚类域适应算法跨被试 eeg 认知状态识别方法

[发明专利]基于原型聚类域适应算法的跨被试EEG认知状态识别方法-CN202011589943.4在审
发明人：赵月;戴国骏;曾虹;李秀峰;刘洋;方欣;吴政轩;金燕萍;张佳明 -专利权人：杭州电子科技大学
申请日： 2020-12-29 - 公布日： 2021-05-04 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于原型聚类域适应算法的跨被试EEG认知状态识别方法。本发明引入了类别域的概念，一方面基于标签的多源域对齐，考虑不同类间的特征分布差异，研究特征空间中不同源域间类条件下的结构细粒度对齐，将多源域域内类别不平衡问题转化为类别域的方式。另一方面，源域和目标域之间的原型理论聚类对齐，即以动态调整原型中心为约束对目标域进行相似源域间的聚类，实现域间同类特征相近，异类特征相疏。前者实现域内类条件结构特征对齐，后者实现全局细粒度结构特征对齐。
基于原型聚类域适应算法跨被试 eeg 认知状态识别方法

[发明专利]具防止铜扩散阻障效果之介电质-CN03145283.3有效
发明人： R·塞滋;A·瓦尔特;A·马坦伯格;K·洛瓦克 -专利权人：因芬尼昂技术股份公司
申请日： 2003-06-27 - 公布日： 2004-01-21 - 主分类号： C07C235/70 文献下载
摘要：本发明系关于新颖的多－邻－羟基醯胺类，其可被环化为具对金属的良好扩散阻障效果之聚苯并恶唑类。这些多－邻－羟基醯胺类可由习知技术施用于半导体基材及藉由加热以简单方式转化为聚苯并恶唑。在导体轨迹及介电体间的扩散阻障基本上可免除。
防止扩散阻障效果介电质

[发明专利]基于高斯混合模型的多视图动态迁移聚类方法及系统-CN202310589312.X在审
发明人：周劲;李星辰;韩士元;王琳;陈月辉;杜韬;杨程;刘博文 -专利权人：济南大学
申请日： 2023-05-22 - 公布日： 2023-08-29 - 主分类号： G06F18/23 文献下载
摘要：本发明公开了一种基于高斯混合模型的多视图动态迁移聚类方法及系统，该方法包括：获取待聚类的多视图数据集，预设每个视图的视图权重和各视图之间的动态迁移学习因子的初始值；分别对每个视图中的数据样本进行聚类，根据聚类结果计算获取每一视图的高斯混合模型参数初始值以及每一视图中每一数据属于每一簇的隶属度；根据隶属度更新高斯混合模型参数、视图权重和动态迁移学习因子；以更新后的值为最新值，对每个视图进行隶属度迭代计算，直至迭代结束；根据最终迭代获取的动态迁移学习因子进行各视图之间的聚类学习，得到各视图趋于一致的聚类结果本发明通过动态迁移学习技术实现多视图间互补信息的深入挖掘，提高多视图数据的聚类性能。
基于混合模型视图动态迁移方法系统

[发明专利]子空间聚类方法、终端设备及计算机可读存储介质-CN202210861040.X有效
发明人：孙晓丽;张秀君;祝瑞;海阳;徐晨;张维强 -专利权人：深圳大学
申请日： 2022-07-22 - 公布日： 2023-07-07 - 主分类号： G06V10/762 文献下载
摘要：本申请适用于数据处理技术领域，提供了一种子空间聚类方法、终端设备及计算机可读存储介质，包括：获取聚类对象的V个不同视角各自对应的视角数据，所述V为正整数，每个视角表示一种特征；将所述视角数据输入预设的多视角子空间聚类模型，输出聚类结果；其中，所述多视角子空间聚类模型包括稀疏梯度正则项和张量秩，将稀疏梯度和张量秩结合在一个统一的子空间聚类框架，能够更好的描述多视角特征的一致性信息、以及挖掘数据的局部几何结构，有更好的样本间区分以及样本内相似效果。通过上述方法，可以有效提高了子空间聚类结果的准确度。
空间方法终端设备计算机可读存储介质

[发明专利]一种基于改进随机森林算法的CSI系统多径分类方法-CN202010008037.4在审
发明人：史伟光;李耀辉;李婉琪 -专利权人：天津工业大学
申请日： 2020-01-06 - 公布日： 2020-05-29 - 主分类号： G06K9/62 文献下载
摘要：本发明属于无线定位领域，涉及一种基于改进随机森林算法的CSI系统多径分类方法。该方法以区分LOS和NLOS两种传播方式为目的，步骤为：根据无线信号在LOS和NLOS环境下的传播特点，对所有样本的能量利用K均值聚类算法聚类，构造一种基于K均值聚类算法的特征因子；计算所有样本的类间散射距离与类内散射距离，依据费歇尔准则获得最优特征组合；利用基于C4.5算法的随机森林算法对不同的特征组合进行训练和测试，完成多径分类。本发明的特点是，有效避免了多径分类受精确阈值制约的现象，能够满足多径分类应用场景中高正确率、低运算量的要求。
一种基于改进随机森林算法 csi 系统分类方法

[发明专利]一种基于多尺度结构学习的深度医学图像聚类方法-CN202210354116.X在审
发明人：黄栋;徐元琨;凌华保;朱博文;陈定华;方思国;张颢译 -专利权人：华南农业大学
申请日： 2022-04-06 - 公布日： 2022-07-12 - 主分类号： G06V10/762 文献下载
摘要：本发明公开了一种基于多尺度结构学习的深度医学图像聚类方法，通过将图像数据自身的表征学习和图像之间的全局多尺度结构学习结合起来，以卷积神经网络、自编码器、图卷积网络共同构建可进行多尺度结构学习的深度医学图像聚类方法，从而提升深度图像聚类的性能。本发明首次将实例级对比学习、全局聚类结构学习、多尺度邻域结构学习构建成一个统一的深度图像聚类框架，将不同尺度下的图像间邻域结构信息和图像数据自身的表征信息进行协同的学习与更新，有效提高了特征信息的鲁棒性和置信度
一种基于尺度结构学习深度医学图像方法

[发明专利]一种基于不完整多视角聚类的金融缺失数据填补方法-CN202111601207.0在审
发明人：谢振平;曹骏;陈丽芳;刘渊;崔乐乐;宋设;杨宝华 -专利权人：江南大学;浪潮卓数大数据产业发展有限公司
申请日： 2021-12-24 - 公布日： 2023-07-11 - 主分类号： G06F18/15 文献下载
摘要：本发明公开了一种基于不完整多视角聚类的金融缺失数据填补方法，包括通过对缺失多视角数据预处理并区分完整和缺失数据；通过自编码器构建多个视角的自表示；以最大化视角间的互信息和最小化视角内的条件熵，进行对比学习获得多视角的一致表示，以此聚类；通过高斯正态分布来对视角之间进行预测，填补潜在缺失数据，优化自表示结果；依据聚类簇分成多类，对每类样本中完整的各个属性，数值型取平均值、字符型取众数进行缺失填补。本发明所述方法能够实现面对多视角数据缺失情况下数据填补，具备较好的聚类效果和可解释性，能够以满足实用性能要求。
一种基于完整视角金融缺失数据填补方法

[发明专利]一种多掘进机截割部运行状态分类方法-CN202311223701.7在审
发明人：李和薇 -专利权人：中国船舶集团有限公司第七〇七研究所
申请日： 2023-09-21 - 公布日： 2023-10-27 - 主分类号： G06F18/241 文献下载
摘要：本发明公开了一种多掘进机截割部运行状态分类方法，首先在掘进机上安装运行状态参数采集解算控制系统，用于采集多个掘进机截割部运行状态参数，并提取采样时间内每一台掘进机截割部的运行状态样本数列，组成掘进机截割部运行状态特征矩阵，以该矩阵为基础进行基于聚类分析算法的多掘进机截割部运行状态类间相异性分析，得到分类结果的类矩阵，以类矩阵作为输入进行基于熵权法的多掘进机截割部运行状态类内相似性分析，提取类矩阵的类内相似特征，以提取的类内相似特征为相应类矩阵的特征标签本发明应用于多掘进机井下自主掘进工作，达到一人监控多台掘进机运行的效果，具有高效、高安全性、低劳动强度的优点。
一种掘进机截割部运行状态分类方法

[发明专利]一种多模态机场数据的本体构建方法-CN202111323238.4在审
发明人：葛昊;刘岩;陈平;丁辉;盛寅 -专利权人：中国电子科技集团公司第二十八研究所
申请日： 2021-11-10 - 公布日： 2021-12-07 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种多模态机场数据的本体构建方法，其特征在于：包括以下步骤：步骤1，采集机场相关数据，包括文本数据、语音数据、图片数据和视频数据四类；步骤2，对语音数据采用语音识别技术处理，形成相应的语音类文本数据；步骤3，对图片数据采用图像文字描述技术处理，形成相应的图片类文本数据；步骤4，对视频数据采用视频文字描述技术处理，形成相应的视频类文本数据；步骤5，针对文本数据、语音类文本数据、图片类文本数据和视频类文本数据分别抽取机场数据本体的概念；步骤6，对抽取的概念分别进行分类和分级；步骤7，根据概念间的关系构建本体，形成多模态机场数据本体。
一种多模态机场数据本体构建方法

[发明专利]一种基于多通道协作编码的磁共振成像重建方法和装置-CN201511032507.6在审
发明人：王珊珊;梁栋;谭莎;彭玺;刘新;郑海荣 -专利权人：深圳先进技术研究院
申请日： 2015-12-31 - 公布日： 2016-06-15 - 主分类号： G01R33/56 文献下载
摘要：一种基于多通道协作编码的磁共振成像重建方法和装置，对多通道K空间数据进行傅里叶反变换，以得到预估的多通道磁共振图像；在预估的多通道磁共振图像中进行块提取并聚类，得到多通道图像样本块聚类后的样本集；利用所述样本集进行字典学习对通道间与通道内的数据进行样本块的提取与聚类，设计开发磁共振成像中线圈间的相关性，充分增强稀疏约束。同时通过相应的协作编码机制，将图像块间的相似性进行协作利用，以提高多通道的利用率，进一步加大并行成像的欠采倍数，并且有效抑制图像噪声，提高磁共振成像的稳定性，改善磁共振成像精度。
一种基于通道协作编码磁共振成像重建方法装置

[发明专利]一种计算机的用户表示生成方法及装置-CN201910678358.2在审
发明人：张杰;罗华刚;吴信东 -专利权人：北京明略软件系统有限公司
申请日： 2019-07-25 - 公布日： 2019-11-01 - 主分类号： G06F16/2458 文献下载
摘要：本发明提供了一种计算机的用户表示生成方法及装置，其中，该方法包括：通过多个数据源获取与目标用户关联的数据，其中，所述数据中携带有数据属性；根据所述数据属性对所述数据进行分类，得到多类数据；分别为所述多类数据创建目标数据模型；对所述多类数据的目标数据模型进行向量化处理，得到所述多类数据的向量；将所述多类数据的向量进行汇总，得到所述目标用户的用户表示，因此，可以解决相关技术中通过打标签的方式确定用户画像，由于标签本身不包含动态变化的过程信息，而是截取某一时间点的行为快照数据做标签加工导致刻画的用户画像不够准确的问题，能够更全面精准的刻画用户，增强了表达能力。
多类数据用户表示目标数据模型目标用户数据属性向量画像标签刻画标签加工动态变化方式确定过程信息快照数据数据源向量化计算机截取关联携带分类创建