“散度非负”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2459455个，建议您升级VIP下载更多相关专利

[发明专利]一种基于非负矩阵分解的空间碎片材料分析方法-CN201510225447.3有效
发明人：庄德文;唐轶峻;秦珍珍 -专利权人：浙江工业大学
申请日： 2015-05-06 - 公布日： 2017-12-05 - 主分类号： G01N21/86 文献下载
摘要：一种基于非负矩阵分解的空间碎片材料分析方法，包括如下步骤步骤1，碎片光谱数据采集；步骤2，光谱数据预处理；(2.1)截去光谱两端高噪声波段；(2.2)阈值化(2.3)例外点去除；步骤3，非负矩阵分解给定非负矩阵V，寻找非负矩阵因子W和H，使得V≈WH；为评估近似性能，给出代价函数及其相应迭代更新规则，计算广义K_L散度步骤4，碎片材料谱辨认；通过选择不同的初始化W和H值，得到碎片材料谱的候选者，利用已知的地面材料谱，由步骤4计算候选材料谱与地面材料谱的广义K_L散度，选取散度阈值D0，最后确定小于该散度阈值的候选谱为碎片材料谱的组成。
一种基于矩阵分解空间碎片材料分析方法

[发明专利]一种稀疏表达下的基于非负矩阵分解的入侵检测方法及系统-CN201310009206.6有效
发明人：陈善雄;熊海灵;伍胜 -专利权人：西南大学
申请日： 2013-01-10 - 公布日： 2013-04-03 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种稀疏表达下的基于非负矩阵分解的入侵检测方法及系统，采集网络数据和主机数据，获得原始网络数据一级审计特权程序；对网络数据主机数据预处理，生成网络特征数据、短序列向量；对数据测试矩阵非负矩阵迭代分解并对基矩阵与权矩阵稀疏表示；利用投影矩阵对稀疏表示的权矩阵数据采样，得到高度特征化的权系数向量；利用特征向量库数据将高度特征化的权系数向量与训练数据中的特征向量匹配，判断是否符合异常特征；该入侵检测方法及系统利用非负矩阵分解数据降维，采用多散度作为度量标准，稀疏表达中的RIP条件加入到联合散度目标函数族中，以约束非负矩阵分解迭代过程，降低数据检测维度，便于入侵检测系统处理高维海量数据。
一种稀疏表达基于矩阵分解入侵检测方法系统

[发明专利]一种基于超球面上的环实现非负盲源分离的方法及系统-CN202210359719.9在审
发明人：赵明瞻 -专利权人：河北云察科技有限公司
申请日： 2022-04-07 - 公布日： 2022-07-15 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种基于超球面上的环实现非负盲源分离的方法及系统，包括：获取混合信号，对混合信号进行边缘提取，将边缘特征散点投射到单位超球面上；在单位超球面上构建环结构，统计环上特征散点的数量，得到极大值点，采用本发明提供的基于超球面上的环实现非负盲源分离的方法，能够提高非负盲源分离的精确度，不需要对散点图形状进行设定，减少分离误差，提高非负盲源分离的普遍性。
一种基于球面实现非负盲源分离方法系统

[发明专利]一种基于NSST和β散度非负矩阵分解的遥感图像融合方法-CN202210657229.7在审
发明人：刘丹凤;潘月涛;王立国;邢世帅;岳晓晗;孟灵鸿 -专利权人：大连民族大学
申请日： 2022-06-10 - 公布日： 2022-08-19 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于NSST和β散度非负矩阵分解的遥感图像融合方法，属于多光谱和全色遥感图像融合技术领域，包括以下步骤：计算多光谱强度分量、光谱估计、NSST分解、低频系数融合、高频系数融合、NSST逆变换本发明采用上述一种基于NSST和β散度非负矩阵分解的遥感图像融合方法，解决了融合图像空间失真和光谱失真问题，在主观视觉效果和客观评价方面都达到了很好的效果，在提升空间分辨率的同时有效的保留了光谱信息。
一种基于 nsst 散度非负矩阵分解遥感图像融合方法

[发明专利]基于加权式鉴别性稀疏约束非负矩阵分解的人脸识别方法-CN201510789789.8有效
发明人：同鸣;李海龙;郭锦玉 -专利权人：西安电子科技大学
申请日： 2015-11-17 - 公布日： 2018-08-21 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于加权式鉴别性稀疏约束非负矩阵分解的人脸识别方法，主要解决现有技术对有遮挡的人脸不鲁棒，识别率低的问题。其技术方案是：1.根据测试图像遮挡区域，构造非负权值矩阵；2.在广义KL散度目标函数中引入权值矩阵，对基矩阵施加稀疏约束，对系数矩阵施加类内和类间散度约束，得到加权式鉴别性稀疏约束非负矩阵分解目标函数；
基于加权鉴别稀疏约束矩阵分解识别方法

[发明专利]一种基于存储体非负矩阵分解的人脸识别方法-CN202110440960.X在审
发明人：陈春春;朱文杰 -专利权人：中国计量大学
申请日： 2021-04-23 - 公布日： 2021-08-10 - 主分类号： G06K9/00 文献下载
摘要：本发明请求保护一种基于存储体非负矩阵分解的人脸识别方法。该方法主要包括:(1)从人脸数据库中随机抽取一定数量的人脸图像样本构成训练样本集X；(2)随机初始化非负基矩阵Z和系数矩阵H，并设置最大迭代次数N和非负特征维数k；(3)利用启发式初始化方法得到分别计算类内散度矩阵Dw和类间散度矩阵Db，并保存至存储体T；(4)利用迭代优化策略更新基矩阵Z和系数矩阵H；(5)利用优化后的基矩阵得到测试人脸图像的标签，从而使样本数据的判别信息得以充分利用；同时又引入了基矩阵的正交化约束条件，使得非负矩阵分解的图像表征更加具有鲁棒性。
一种基于存储体非负矩阵分解识别方法

[发明专利]基于多约束非负矩阵分解算法的轴承复合故障诊断方法-CN201910060628.3在审
发明人：王华庆;罗宏伟;王梦阳;宋浏阳;李天庆 -专利权人：北京化工大学
申请日： 2019-01-22 - 公布日： 2019-04-16 - 主分类号： G01M13/045 文献下载
摘要：一种基于多约束非负矩阵分解算法的轴承复合故障诊断方法。本发明主要针对旋转机械中轴承的复合故障进行故障特征分离与提取，在传统非负矩阵分解算法的基础上增加板仓‑斋藤(Itakura‑Saito,IS)散度约束与行列式约束，增强局部特征信息并保证分解结果的唯一性；将时频变换后的信号进行多约束非负矩阵分解，并在低维子空间中重构特征分量；构建重构波形指标，筛选出满足阈值要求的特征分量作为分离信号；对分离信号进行解调处理，得出故障特征频率，确定故障位置，实现轴承的复合故障诊断
非负矩阵复合故障分解算法多约束轴承分离信号特征分量诊断重构故障特征频率分解低维子空间唯一性波形指标故障特征故障位置解调处理局部特征散度约束时频变换旋转机械阈值要求增加板中轴承构建筛选保证

[发明专利]一种基于改进增量式非负矩阵分解的人脸识别方法-CN201810605837.7有效
发明人：蔡竞 -专利权人：浙江警察学院
申请日： 2018-06-13 - 公布日： 2022-02-01 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于改进增量式非负矩阵分解的人脸识别方法，其采用了基于Fisher判别分析的增量式非负矩阵解算法。该算法利用初始样本训练的先验信息，通过索引矩阵将新增系数的列向量赋值为对应类别的均向量，提高了算法的收敛速度；此外，将INMF算法改进为批量式的增量学习算法，利用索引矩阵进行初始化赋值，并对目标函数施加类间散度最大和内度最小的约束
一种基于改进增量式非负矩阵分解识别方法

[发明专利]敏感词词典生成方法、装置及存储介质和电子设备-CN201811501581.1在审
发明人：陈希;杜永青 -专利权人：北京沃东天骏信息技术有限公司
申请日： 2018-12-10 - 公布日： 2020-06-19 - 主分类号： G06F40/284 文献下载
摘要：方法包括：将每个非敏感用户的每个交互文档以及每个敏感用户在距离当前时刻第一预设时长之前的每个交互文档分别作为一个负样本；将每个敏感用户在最近第二预设时长内的每个交互文档分别作为一个正样本；对于在正负样本集合中出现的每个词，计算该词对正样本集合的逆文档频率以及该词对负样本集合的逆文档频率；对于在正负样本集合中出现的每个词，根据该词对正样本集合的逆文档频率以及该词对负样本集合的逆文档频率，计算该词的逐点KL散度，若计算出的逐点KL散度小于预设第一阈值，则将该词加入敏感词词典库。
敏感词典生成方法装置存储介质电子设备

[发明专利]图像清晰度检测方法、装置、电子设备及存储介质-CN202110467076.5有效
发明人：李绪琴;薛远;王亚运;曹天宇;季栋;户磊 -专利权人：合肥的卢深视科技有限公司
申请日： 2021-04-28 - 公布日： 2022-08-05 - 主分类号： G06T7/00 文献下载
摘要：本发明实施例涉及图像处理领域，公开了一种图像清晰度检测方法、装置、电子设备及存储介质。本发明的图像清晰度检测方法，应用于散斑图像，所述方法包括：对散斑图像进行阴影检测，确定所述散斑图像的非阴影区域；在所述非阴影区域获取散斑图像局部极值点的数量和位置，确定局部极值区域；根据所述局部极值区域和所述非阴影区域的比值确定所述散斑图像的清晰度应用于对散斑图像的处理过程中，使得能快速准确的检测到散斑图像的清晰度。
图像清晰度检测方法装置电子设备存储介质

[发明专利]基于半监督学习的成对向量投影数据分类方法及系统-CN202010274957.0在审
发明人：张莉;薛杨涛;屈蕴茜;章晓芳;王邦军;周伟达 -专利权人：苏州大学
申请日： 2020-04-09 - 公布日： 2020-08-07 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于半监督学习的成对向量投影数据分类方法及系统,包括：根据两类训练数据构建邻接图，求解拉普拉斯矩阵，将所述拉普拉斯矩阵代入拉普拉斯流形正则项中；分别计算正类拉普拉斯流形正则项和负类拉普拉斯流形正则项、正类数据的类内散度矩阵和负类数据的类内散度矩阵、以及正类类间散度矩阵和负类类间散度矩阵；根据上述数据得到最优问题，并求解得到两个最优的投影向量；将无标签数据通过核函数投影到高维空间，将两个最优的投影向量投影到两个不同的子空间
基于监督学习成对向量投影数据分类方法系统

[发明专利]一种基于稀疏表示的超声导波频散补偿方法及其应用-CN201710684976.9有效
发明人：陈雪峰;许才彬;杨志勃;田绍华;左浩;孙若斌;王俊伟 -专利权人：西安交通大学
申请日： 2017-08-11 - 公布日： 2019-05-24 - 主分类号： G01N29/44 文献下载
摘要：本发明公开了一种基于稀疏表示的超声导波频散补偿方法及其应用，属于超声技术领域。本发明所述方法包括：(1)根据结构中的超声导波的频散特征先验信息生成不同传播距离下的频散响应信号；(2)组建频散传播字典；(3)以所述频散传播字典为信号基对频散待补偿信号进行稀疏表示，建立稀疏表示模型并求解，得到待补偿信号在所构造的信号基下的稀疏表示系数；(4)对原始波数进行非频散处理，生成非频散响应信号，并组建非频散传播字典；(5)利用所得稀疏表示系数与非频散传播字典，对原频散信号进行非频散重构。本发明对单模态及多模态超声导波均能有效实现频散补偿，波包畸变小，可提高超声导波信号的时域聚集度。
一种基于稀疏表示超声导波补偿方法及其应用

[发明专利]一种非瑞利散斑生成及演化的装置和方法-CN202211460549.X在审
发明人：辛煜;孙宇腾;张春旭 -专利权人：南京理工大学
申请日： 2022-11-17 - 公布日： 2023-04-18 - 主分类号： G02B27/48 文献下载
摘要：本发明公开了一种非瑞利散斑生成及演化的装置和方法。该方法使用相位型空间光调制器调制激光来生成非瑞利散斑，并通过调节轴向的位移台来研究非瑞利散斑在空间中传播的演化过程。通过对非瑞利散斑对比度以及高阶相关性的分析，设计出不同的相位图样加载到空间光调制器上，最终由相机拍摄得到非瑞利散斑图样。此外，非瑞利散斑的高阶相关性在空间中演化过程也被实验验证。
一种瑞利生成演化装置方法

[发明专利]一种工件表面粗糙度非接触式的检测方法-CN201410003665.8无效
发明人：陈苏婷;张勇 -专利权人：南京信息工程大学
申请日： 2014-01-06 - 公布日： 2014-04-30 - 主分类号： G01B11/30 文献下载
摘要：本发明公开了一种工件表面粗糙度非接触式的检测方法，包括如下步骤：获取散斑图像步骤：采集激光器装置照射在工件表面形成的散斑图像；图像截取步骤：运用数字图像分割技术确定图像的有效散斑区域并截取部分散斑图像；图像预处理步骤：利用滤波方法、图像增强技术对截取的散斑图像除噪和改善散斑图像的纹理特性；图像处理步骤：采用自相关函数和分形维算法相结合处理散斑图像，提取工件表面粗糙度相关的参数；计算表面粗糙度步骤：根据图像处理步骤中所获得参数代入表面粗糙度数学模型函数即获得工件表面的粗糙度；该检测方法非接触即可以检测工件表面粗糙度，提高了工件表面粗糙度检测的效率和精度。
一种工件表面粗糙接触检测方法

[发明专利]一种损坏图像非负隐特征提取装置和方法-CN201510567387.3有效
发明人：许明;盛红凌;罗辛;古亮 -专利权人：值得看云技术有限公司;重庆大学
申请日： 2015-09-07 - 公布日： 2018-01-30 - 主分类号： G06T1/00 文献下载
摘要：本发明公开了一种损坏图像非负隐特征提取装置和方法，接收模块，用于接收服务器采集的损坏图像数据，并指示数据模块对接收的损坏图像数据进行存储；数据模块，用于存储由接收模块接收的损坏图像数据，以及提取的非负隐特征；图像数据存储单元用于存储服务器收集的损坏图像数据；非负隐特征存储单元用于存储装置提取的非负隐特征，以备用；特征提取模块，用于执行损坏图像非负隐特征提取过程，并将提取的非负隐特征存入数据模块中的非负隐特征存储单元，本发明专门作用于损坏图像数据，能够进行符合统计规律的、准确度高、复杂度低的非负隐特征提取，以解决针对现代大型复杂系统中的损坏图像。
一种损坏图像非负隐特征提取装置方法

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 100000 条