“数据集矩阵”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2920691个，建议您升级VIP下载更多相关专利

[发明专利]基于Transformer稀疏注意力机制的水质预测方法-CN202211449236.4在审
发明人：李长平;徐鹏;朱报开 -专利权人：东莞理工学院
申请日： 2022-11-18 - 公布日： 2023-05-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于transformer稀疏注意力机制的水质预测方法，包括以下步骤：通过采集站点获取水质数据进行存储，构建水质数据集；对水质缺失数据进行多重插值法补齐，整体数据集进行均值归一化，并将数据集划分为训练集和测试集，将训练集数据输入时序分解模块，提取时序特征；数据输入Embedding层，为其添加时间位置特征得到稀疏矩阵X1，经编码器将稀疏矩阵X1处理后将得到的特征向量输入到解码器中；数据输入Embedding层，为其添加时间位置特征得到稀疏矩阵X2，解码器对编码器输入的数据和稀疏矩阵X2进行处理得到预测数据；对模型进行训练，并不断迭代更新，从而得到所预测的水质数据。
基于 transformer 稀疏注意力机制水质预测方法

[发明专利]非线性海量高维序列数据分类特性可视化及定量分析方法-CN201710471831.0有效
发明人：孙锴 -专利权人：陈文芹
申请日： 2017-06-20 - 公布日： 2020-07-17 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种非线性海量高维序列数据分类特性可视化及定量分析方法，包括：步骤1、构造测试数据矩阵X；步骤2、构造数据分类矩阵：从步骤1的测试数据矩阵中选取k个监测时序，作为基准数据集；根据选取的选取k组基准数据集，构造基准数据矩阵；根据基准数据矩阵计算分类区间；将测试数据矩阵X转换为数据分类矩阵Q；步骤3、构造分类彩色图谱：对数据分类矩阵Q中的数值着色，获得分类彩色图谱；步骤4、基于分类彩色图谱量化计算产品质量本发明快速实现产品质量/系统动态特征提取，以及展示故障数据分布。
非线性海量序列数据分类特性可视化定量分析方法

[发明专利]用于水下作业场景图片识别的训练数据集构建方法-CN201911169720.X在审
发明人：杨雪;刘静;陈巍;李佩娟;陈伟;夏细明;郭铁铮;温秀平;陈国军;耿冉冉 -专利权人：南京工程学院
申请日： 2019-11-26 - 公布日： 2020-04-28 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种用于水下作业场景图片识别的训练数据集构建方法，包括：对分类型存储的水下作业场景图片进行提取文本中心词和提取NDK近似重复关键帧的数据预处理操作，构造标志矩阵作为数据分析的原始数据矩阵，计算文本中心词之间的协方差矩阵和NDK之间的协方差矩阵，将原始数据矩阵Y变化为过渡矩阵W，在R型因子分析和Q型因子分析间建立联系，并根据线性代数对偶定理，通过R型因子分析简化Q型因子分析的计算过程，得到文本中心词的因子载荷矩阵，并对其进行正交旋转，从旋转后的因子载荷矩阵中选择出一类作业类型水下作业场景图片的训练集，依次对各作业类型的水下作业场景图片进行训练集样本筛选，构建最具代表性的样本训练集。
用于水下作业场景图片识别训练数据构建方法

[发明专利]一种基于稀疏潜在变量模型的银行业特征变量聚类的方法-CN202010121110.9在审
发明人：何悦 -专利权人：深圳索信达数据技术有限公司
申请日： 2020-02-26 - 公布日： 2020-07-10 - 主分类号： G06K9/62 文献下载
摘要：一种基于稀疏潜在变量模型的银行业特征变量聚类的方法，解决传统的Kmeans聚类方法，每一个特征变量只对应一类，对输入数据的门槛要求比较高，得到的结果精确低，特征工程效果差的技术不足，包括有如下步骤：第一步，对原始数据进行一致性检查；第二歩，对输入的p维数据集X进行建模：X＝AZ+E；第三步，根据数据集X的协方差矩阵∑来计算纯变量指数集I和非纯变量指数集J；第四歩，计算矩阵A中对应纯变量指数集I的子矩阵AI和矩阵A中对应非纯变量指数集J的子矩阵AJ；第五步，根据矩阵A中的元素来判断聚类结果，最终将p个特征变量聚到k个类；根据k个聚类的定义，来一一分配数据集X中的p个特征变量到k类之中，只要元素Ajk不等于0，则认为数据集X中第j个特征变量属于新聚的第k类。所输入数据的门槛要求比较低，可以将更多的数据输入模型，得到更精确的结果。
一种基于稀疏潜在变量模型银行业特征方法

[发明专利]基于夜间灯光卫星遥感数据的灾后电网停复电监控方法-CN202310255636.X在审
发明人：周宇;崔跃鹏 -专利权人：福建工程学院
申请日： 2023-03-16 - 公布日： 2023-07-21 - 主分类号： H02J13/00 文献下载
摘要：本发明公开基于夜间灯光卫星遥感数据的灾后电网停复电监控方法，其包括以下步骤：步骤1，确定监控地区的地理边界经纬度和监控时间跨度；步骤2，获取监控地区的夜间灯光遥感数据集进行数据处理，得到夜间灯光矩阵集和质量标记矩阵集；步骤3，将夜间灯光矩阵集和质量标记矩阵集作为输入导入聚合算法并执行得到聚合夜间灯光矩阵；步骤4，对聚合夜间灯光矩阵进行数据可视化表达，得到监控区域在监控时间跨度内的夜间灯光变化曲线，实现对停电事件和恢复过程的监控
基于夜间灯光卫星遥感数据电网复电监控方法

[发明专利]数据处理方法、装置、设备和存储介质-CN202011433413.0在审
发明人：顾见洋;陈威华;罗浩;王帆;李昊 -专利权人：阿里巴巴集团控股有限公司
申请日： 2020-12-09 - 公布日： 2022-06-10 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例提供了一种数据处理方法、装置、设备和存储介质，以提高数据迁移过程中数据标签的准确性。所述方法包括：对于第一数据域的数据集进行特征分析，并构建特征矩阵；对所述特征矩阵进行强化，确定强化矩阵；依据所述强化矩阵进行分析，确定所述数据集在第二数据域的标签。能够对特征矩阵中的样本对进行强化，提高样本的准确性，并能够提高标签的准确性。
数据处理方法装置设备存储介质

[发明专利]基于自适应图正则化的低秩NMF图像聚类方法与系统-CN202110551165.8有效
发明人：徐晓华;王珊珊;何萍;方威 -专利权人：扬州大学
申请日： 2021-05-20 - 公布日： 2023-06-23 - 主分类号： G06V10/77 文献下载
摘要：本发明公开了一种基于自适应图正则化的低秩NMF图像聚类方法与系统，首先对原始图像数据集应用RPCA算法，获得低秩图像集和噪声；然后对低秩图像集应用NMF，得到基图像集和对应的非负线性表达系数矩阵，再利用分解后的低维流形嵌入结构进行聚类，具体包括：对低秩图像集进行NMF，得到基图像集和非负线性表达系数矩阵；在基图像集上进行Tikhonov正则化，在非负线性表达系数矩阵上进行谱图正则化；对基图像集和非负线性表达系数矩阵分别进行迭代优化；最后，对迭代优化所得的非负线性表达系数矩阵进行聚类，获得图像聚类结果。本发明可解决图像数据进行聚类时不能考虑图像数据的有效结构信息隐藏在其低秩部分的问题，并提高图像数据聚类的准确性。
基于自适应正则 nmf 图像方法系统

[发明专利]对象类别的预测方法及装置-CN201710179031.1有效
发明人：秦志伟;卓呈祥;谭伟 -专利权人：北京嘀嘀无限科技发展有限公司
申请日： 2017-03-23 - 公布日： 2020-12-25 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例提供一种对象类别的预测方法及装置，该方法包括：获得给定对象集合中各对象的特征数据及对象间关系数据；根据特征数据及对象间关系数据，获得各对象的预测标签；根据已知类别对象的原始标签及预测标签，获得第一已知类别对象集的标签变异矩阵；对未知类别对象集进行n次抽样，得到n个抽样集，分别将每个抽样集的信息与给定对象集合中已知类别对象的信息进行组合，得到n个组合数据集；针对每个组合数据集，对组合数据集及标签变异矩阵进行处理，得到n个分类预测模型及n个更新后的标签变异矩阵；根据给定对象集合中任一未知类别对象Ai的特征数据、n个分类预测模型及n个更新后的标签变异矩阵，获得未知类别对象Ai
对象类别预测方法装置

[发明专利]一种蜂窝网络故障诊断方法-CN202110862707.3有效
发明人：朱晓荣;吴铭骁;何明坤;肖芳 -专利权人：南京邮电大学
申请日： 2021-07-29 - 公布日： 2023-06-02 - 主分类号： H04W24/04 文献下载
摘要：本发明公开了一种蜂窝网络故障诊断方法，包括以下步骤：步骤1、确定网络故障数据集；步骤2、得到降维后的网络故障数据集；步骤3、将步骤2中降维后的网络故障数据集用特征矩阵的形式来表示；将步骤2中降维后的网络故障数据集的标签信息用标签矩阵的形式表示；将引入的权重矩阵转换为矩阵元素只有0和1的邻接矩阵；步骤4、基于图卷积神经网络的故障诊断。该新型蜂窝网络故障诊断方法深入研究了异构无线网络的智能故障诊断，结合大数据处理方法分析样本间的相似特性，将已有的网络故障参数数据集转换成图结构数据，利用图卷积神经网络从图结构数据中提取特征，从而完成对于样本节点的分类任务
一种蜂窝网络故障诊断方法

[发明专利]在流式处理器中执行矩阵乘法的方法和装置-CN202080090838.8在审
发明人：杜云;G·钟;F·魏;Y·张;J·韩;H·尚;E·卡梅内特斯卡亚;M·黄;A·V·布尔德;C·于;A·E·格鲁贝尔;E·德梅斯 -专利权人：高通股份有限公司
申请日： 2020-12-30 - 公布日： 2022-08-12 - 主分类号： G06F9/30 文献下载
摘要：例如，所公开的技术促进提高流式处理器中的矩阵乘法的性能。本公开的各方面可以利用加载控制单元执行第一加载指令以将输入矩阵的输入数据集从第一存储器加载到第二存储器。本公开的各方面还可以利用加载控制单元执行第二加载指令以将权重矩阵的权重数据集从第一存储器加载到第二存储器。此外，本公开的各方面可以利用ALU组件使用输入数据集和权重数据集来执行矩阵乘法运算以生成输出矩阵。此外，本公开的各方面可以将输出矩阵存储在ALU组件可存取的通用寄存器中。
处理器执行矩阵乘法方法装置

[发明专利]基于卷积神经网络的高精度文本分类方法和系统-CN201910193637.X在审
发明人：于舒娟;朱弘扬;汪云霄;马海斌;廖许德 -专利权人：南京邮电大学
申请日： 2019-03-14 - 公布日： 2019-07-05 - 主分类号： G06F16/35 文献下载
摘要：方法包括：读取数据集进行分词和停用词处理，将处理后的语料库送入统计共现矩阵，训练出词向量，进而保存向量矩阵，最后把矩阵向量集导入卷积神经网络进行分类处理得到预测结果。包括五个步骤：步骤一，将源数据集预处理成为统一格式，再进行分词处理。步骤二，将数据集送入训练glove模型，保存模型；步骤三，将语句以词向量的矩阵形式保存为数据集；步骤四，将数据导入文本分类CNN模型训练；步骤五，用训练好的模型对数据进行分类并与标准进行比对，输出准确度高达
卷积神经网络文本分类词向量数据集保存送入预处理矩阵准确度分词处理分类处理矩阵向量矩阵形式模型训练统一格式向量矩阵预测结果源数据集停用词语料库比对分词语句输出分类统计

[发明专利]基于再编码和深度融合卷积网络的多光谱图像分类方法-CN201710572135.9有效
发明人：焦李成;屈嵘;侯瑶淇;马文萍;杨淑媛;侯彪;刘芳;尚荣华;张向荣;张丹;唐旭;马晶晶 -专利权人：西安电子科技大学
申请日： 2017-07-13 - 公布日： 2020-11-03 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了基于数据再编码和深度融合卷积网络的多光谱图像分类方法，将待分类的多光谱图像中不同波段的数据堆叠到一起，得到三维图像特征FA；输入待分类多光谱图像的分类辅助数据；再进行编码，得到三维图像特征FB；将两种数据源处理后得到的三维特征矩阵FA、FB联合，作为输入特征F；对F归一化，并对归一化后的特征矩阵F1中的每个元素取块，构成基于图像块的特征矩阵F2；根据F2得到训练数据集的特征矩阵W1和测试数据集的特征矩阵W2；构造基于多尺度深度滤波器的分类模型；用训练数据集的特征矩阵W1对分类模型进行训练；利用训练好的分类模型对测试数据集的特征矩阵W2分类。
基于编码深度融合卷积网络光谱图像分类方法

[发明专利]基于双通道多特征融合网络的多光谱图像分类方法-CN201710571624.2在审
发明人：焦李成;屈嵘;高丽丽;马文萍;杨淑媛;侯彪;刘芳;尚荣华;张向荣;张丹;唐旭;马晶晶 -专利权人：西安电子科技大学
申请日： 2017-07-13 - 公布日： 2017-12-12 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于双通道多特征融合网络的多光谱图像分类方法，将两个卫星不同波段的多光谱特征分别进行融合得到特征L和L′；然后将L和L′进行归一化处理得到Lnorm和L′norm；在Lnorm和L′norm上随机选取像素块作为训练集和验证集，构成基于图像块的特征矩阵Wtrain，Wval，根据sao_paulo城市的特征矩阵得到测试集的特征矩阵Wtest；构造双通道全卷积神经网络的分类模型；用训练数据集的特征矩阵Wtrain和验证数据集的特征矩阵Wval对分类模型进行训练；利用训练好的分类模型对测试数据集的特征矩阵Wtest分类。
基于双通道特征融合网络光谱图像分类方法

[发明专利]基于视频的学生在校情绪判读方法以及装置-CN202110720198.0有效
发明人：徐勇 -专利权人：哈尔滨工业大学（深圳）
申请日： 2021-06-28 - 公布日： 2023-06-20 - 主分类号： G06V40/16 文献下载
摘要：通过获取情绪样本图像集，并依据所述情绪样本图像集、基准分数以及单位矩阵建立情绪等级矩阵矢量；获取笑容样本图像集，并依据所述笑容样本图像集、所述基准分数以及所述单位矩阵建立笑容矩阵矢量；获取预设周期内的视频数据，所述视频数据包括目标学生群体的人脸图像；所述目标学生群体由若干学生个体组成；依据所述视频数据确定所述目标学生群体的个人列向量组集；依据所述个人列向量组集、所述情绪等级矩阵矢量、所述笑容矩阵矢量以及所述基准分数确定所述情绪状态异常的学生个体
基于视频学生在校情绪判读方法以及装置

[发明专利]基于量子模拟分叉算法实现形状匹配的方法-CN202210631046.8在审
发明人：方波 -专利权人：上海图灵智算量子科技有限公司
申请日： 2022-06-06 - 公布日： 2022-10-25 - 主分类号： G06V10/75 文献下载
摘要：包括利用不同形状的数据集构建不同形状数据点之间的测地矩阵，初始化成对的数据的节点排列，从所述节点排列选取子节点集并构建对应的能量子矩阵，依据子节点集生成循环列表，由量子模拟分叉算法求解基于循环列表和能量子矩阵的一个耦合矩阵的循环变量的二进制参量
基于量子模拟分叉算法实现形状匹配方法