“混合高斯模型”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2213052个，建议您升级VIP下载更多相关专利

[发明专利]基于高斯尺度结构块分组的稀疏表示图像重建方法-CN201710200185.4有效
发明人：武明虎;鲁亚琪;刘敏;赵楠;刘聪;孔祥斌;陈瑞;李然;陈泽昊;宋冉冉;饶哲恒 -专利权人：湖北工业大学
申请日： 2017-03-30 - 公布日： 2020-09-11 - 主分类号： G06T11/00 文献下载
摘要：本发明提供一种基于高斯尺度结构块分组的稀疏表示图像重建方法，包括如下步骤：利用从自然图像中训练出的非局部自相似模型，将非局部相似块混合进用先验模型方法所得的分组里，利用搜索方法提取出最优块分组模型；联合块分组模型与非局部扩展高斯尺度混合模型，利用交替最小化方法进行同步稀疏编码，求解更新图像块；将块分组模型和高斯尺度混合模型联合到编码框架中，利用选择的训练字典来计算联合模型所求得的图像重建更新解，并将此更新解值送回到块分组模型中再次进行步骤一和步骤二流程操作
基于尺度结构分组稀疏表示图像重建方法

[发明专利]一种基于逐波段广义双线性模型的高光谱图像的解混方法-CN201811097454.X有效
发明人：李畅;刘羽;成娟;宋仁成;陈强;彭虎 -专利权人：合肥工业大学
申请日： 2018-09-19 - 公布日： 2020-08-28 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于逐波段广义双线性模型的高光谱图像的解混方法，其步骤包括：1、建立逐波段广义双线性模型；2、基于贝叶斯最大后验准则和正则化理论，建立解混方法对应的优化模型；3、采用交替方法乘子法求解所述优化模型本发明不仅能将高光谱图像的不同波段的不同高斯水平的高斯噪声考虑进去，还能将真实的高光谱图像中广泛存在的混合噪声考虑进去，即高光谱图像中不仅含有高斯噪声，还含有脉冲噪声、条带、死像素和死线等，因此具有对真实的高光谱图像中的混合噪声和不同波段的不同高斯水平噪声鲁棒的优点
一种基于波段广义双线模型光谱图像方法

[发明专利]动态估计高斯混合模型的混合系数的方法及计算机设备-CN201610884792.2在审
发明人：王冬陆;田第鸿 -专利权人：深圳云天励飞技术有限公司
申请日： 2016-10-10 - 公布日： 2017-03-15 - 主分类号： G06F17/17 文献下载
摘要：本发明实施例公开了一种动态估计高斯混合模型的混合系数的方法及计算机设备，其中的方法包括基于第一样本利用期望最大化方法对于所述高斯混合模型的数学表达式中的均值μk、方差Σk以及混合系数πk进行初始估计，得到和初始混合系数分布；基于所述以及t时刻的观测数据x，确定混合系数πk的共轭似然函数；基于所述混合系数πk的共轭似然函数，确定所述混合系数πk在t时刻的后验概率；根据述混合系数πk在t时刻的后验概率预测所述混合系数πk在t本发明实施例提供的技术方案能够减少高斯混合模型混合系数的动态估计过程的运算时间，同时使得估计结果更加平滑、稳定。
动态估计混合模型系数方法计算机设备

[发明专利]基于模糊高斯混合模型的多阶段间歇过程软测量方法-CN201410822983.7在审
发明人：卢春红;顾晓峰 -专利权人：江南大学
申请日： 2014-12-25 - 公布日： 2015-03-25 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种基于模糊高斯混合模型的多阶段间歇过程软测量方法，该方法首先将三维的过程测量数据按变量方向展开成二维矩阵；其次定义新的不相似度函数，建立模糊高斯混合模型，刻画间歇过程的多阶段特性，将过程与质量变量划分到对应不同阶段的多个高斯成分区域；然后计算待预测样本属于各高斯成分的模糊隶属度，识别出相应的高斯成分；再次计算出测量数据在相邻两个阶段的后验概率作为自适应权重，用于过渡区域的质量预测；最后根据识别出的局部高斯成分进行质量预测。本发明不仅能有效地提取间歇过程的多阶段特性，而且较好地抓取了相邻阶段之间过渡区域的动态变化，建立较为合理、准确的模型，从而提高了模型的预测精度。
基于模糊混合模型阶段间歇过程测量方法

[发明专利]基于高斯混合模型和深度-彩色图像的空间障碍判别方法-CN202211149808.7在审
发明人：方丽萍;胡权;李金健;曹凌云;贺子轩 -专利权人：北京理工大学
申请日： 2022-09-21 - 公布日： 2023-07-25 - 主分类号： G06V20/64 文献下载
摘要：本发明公开的基于高斯混合模型和深度‑彩色图像的空间障碍判别方法，属于航空航天技术领域。本发明实现方法为：根据空间环境深度图像与彩色图像，生成空间环境的三维点云模型；采用统计滤波对点云模型进行噪声去除；使用高斯混合模型对空间环境的点云三维坐标进行聚类分析，得到用于判别是否为空间障碍的空间环境点云高斯概率密度分布函数；使用迭代方法选取设定空间障碍判别阈值；将机械臂运动过程中待判定的路径空间三维点坐标输入点云高斯概率密度分布函数中，得到对应的高斯概率密度值，根据待判定的路径空间三维点对应的高斯概率密度值和空间障碍判别阈值对比
基于混合模型深度彩色图像空间障碍判别方法

[发明专利]基于深度高斯过程回归的图像编码、解码以及压缩方法-CN202210203902.X在审
发明人：戴文睿;曹迈达;李劭辉;李成林;邹君妮;熊红凯 -专利权人：上海交通大学
申请日： 2022-03-03 - 公布日： 2022-06-03 - 主分类号： H04N19/19 文献下载
摘要：本发明公开一种基于深度高斯过程回归的图像编码方法，包括：采用编码卷积神经网络得到待编码图像的瓶颈层多通道特征，作为第一特征图；将第一特征图中的每个特征量化为整数，得到第二特征图；基于深度高斯过程回归的自回归模型和超先验模型，对第二特征图的每一个通道，加权组合多个高斯分布的混合高斯分布编码特征，生成特征二进制码流；将超先验模型得到的超先验信息编码为超先验二进制码流；合并超先验二进制码流与特征二进制码流，得到压缩图像的二进制码流采用非参数化的深度高斯过程回归方法进行自回归建模，将深度高斯过程回归输出的后验分布作为混合高斯模型的均值，可以灵活地获得均值估计的不确定性，从而得到更准确的均值估计。
基于深度过程回归图像编码解码以及压缩方法

[发明专利]一种基于混合高斯模型的最大似然调制识别方法-CN201410455172.8在审
发明人：廖红舒;张浩;费晓超;甘露 -专利权人：电子科技大学
申请日： 2014-09-09 - 公布日： 2014-11-19 - 主分类号： H04L1/00 文献下载
摘要：本发明属于通信信号调制识别技术领域，尤其涉及一种基于混合高斯模型的最大似然调制识别方法。该方法对于传统的信号星座模型进行了扩展，通过混合高斯模型来模拟真实环境下的信号处理机误差，将这些信号处理机的误差属性与传统的信号星座模型进行结合，使新的星座模型对于真实环境具有更好的稳健性，通过实验证明该模型具有较好的性能曲线
一种基于混合模型最大调制识别方法

[发明专利]频偏获取方法、装置、电子设备及存储介质-CN202011052576.4在审
发明人：鲁大顺;金晓成;李丹妮 -专利权人：大唐移动通信设备有限公司
申请日： 2020-09-29 - 公布日： 2022-04-12 - 主分类号： H04L27/00 文献下载
摘要：本申请实施例提供一种频偏获取方法、装置、电子设备及存储介质，该方法包括针对待发送数据的数据点，基于包括四个高斯模型的高斯混合模型进行聚类，获取所述数据点对应的相偏；基于数据点对应的相偏，获得所述待发送数据的频偏；本申请实施例通过针对待发送数据的数据点，基于高斯混合模型，获得四个聚类，进而获得待发送数据的频偏；基于数据点进行频偏估计，不依赖配置导频列数做相关，适用于单列导频甚至无导频配置下的场景，克服了现有技术中配置单列导频时，两列相关法求频偏方法受到限制的问题；并且基于高斯混合模型进行频偏估计，有效减小了频偏估计误差，且更加适应实际应用场景，具有很好的鲁棒性。
获取方法装置电子设备存储介质

[发明专利]基于混合高斯模型的风电机组偏航角度识别方法和装置-CN202110198811.7有效
发明人：安鸯;闫相臣;钟晓刚;钱峰;刘静思 -专利权人：中国软件与技术服务股份有限公司
申请日： 2021-02-22 - 公布日： 2022-10-25 - 主分类号： F03D7/02 文献下载
摘要：本发明涉及一种基于混合高斯模型的风电机组偏航角度识别方法和装置。基于初始数据集筛选出偏航控制系统正常工作时的数据作为待分析数据集；通过待分析数据集中偏航误差‑风速‑功率散点图确定当前风机是否处于偏航状态；对待分析数据集中的风机偏航误差进行区间划分，并绘制风机偏航误差区间段的频率分布直方图，进而估计风机偏航方向；构建混合高斯分布模型，使用待分析数据集对其进行训练；根据训练后的混合高斯分布模型中单高斯分布模型的均值获得风机当前的偏航角度。
基于混合模型机组偏航角度识别方法装置

[发明专利]一种紧密空间目标检测和高精度质心定位方法-CN201510536848.0有效
发明人：胡静;董帆;余一;万秦琪;高洪涛;刘凡;蔡诗聂 -专利权人：华中科技大学
申请日： 2015-08-28 - 公布日： 2017-12-12 - 主分类号： G06T7/66 文献下载
摘要：本发明公开了一种紧密空间目标检测和高精度质心定位方法，具体包括(1)单目标/多目标判别；(2)紧密空间目标个数估计；(3)假设检验模型范围确定；(4)伪过采样插值粒子散布；(5)假设检验模型选择。本发明利用点目标在焦平面阵列的扩散近似服从高斯模型的特性，结合EM聚类算法原理，对高斯混合模型进行质心聚类，通过将目标簇进行伪过采样插值，优化亚像元内粒子分布，实现紧密目标的超分辨，从而使得观测目标块与高斯混合模型拟合精度更高
一种紧密空间目标检测高精度质心定位方法

[发明专利]基于显著度和混合高斯模型的监控视频前景提取方法-CN201210147096.5有效
发明人：胡瑞敏;黄震坤;王中元;渠慎明;钟睿;宗成强 -专利权人：武汉大学
申请日： 2012-05-14 - 公布日： 2012-09-12 - 主分类号： G06K9/46 文献下载
摘要：一种基于显著度和混合高斯模型的监控视频前景提取方法：先将待分析的视频采用混合高斯模型进行前景提取，然后将当前帧前帧中相邻2帧中颜色直方图欧式距离相差大的两帧中的帧号小的那一帧作为参考帧,将当前帧与该参考帧做差获取帧差图像对该掩模图像进行基于3×3模板的高斯滤波消除图像的噪声。通过上述掩膜图像，获得基于该掩膜图像的当前帧区域，对区域进行显著度的提取并二值化得到基于显著度的掩膜，将基于显著度的掩膜和基于混合高斯模型的掩膜求并集，最终得到更加完整的前景区域。
基于显著混合模型监控视频前景提取方法

[发明专利]一种基于颜色对比度的局部区域检测子提取方法及系统-CN201510243968.1在审
发明人：张勇东;曹阳;高科;唐胜 -专利权人：中国科学院计算技术研究所
申请日： 2015-05-13 - 公布日： 2015-09-02 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种基于颜色对比度的局部区域检测子提取方法及系统，涉及图像检索、图像识别、对象跟踪检测领域，该方法包括获取图像，并对所述图像的四个角进行尺度选择，通过二维信息熵值的局部极小值选取所述图像的图像背景的最佳尺度，根据所述最佳尺度，建立背景RGB三通道高斯混合模型；对所述图像中每个像素点建立RGB三通道高斯混合模型，并根据每个所述像素点的RGB三通道高斯混合模型与所述背景RGB三通道高斯混合模型的KL距离，更新所述图像的颜色对比度排序；根据所述颜色对比度排序，通过分水岭的区域检测方式检测对比度一致的区域
一种基于颜色对比度局部区域检测提取方法系统

[发明专利]一种基于机器视觉的获取植被覆盖度和叶面积指数的方法-CN201810908467.4在审
发明人：李翠娜;张雪芬;余正泓;白晓东 -专利权人：中国气象局气象探测中心
申请日： 2018-08-10 - 公布日： 2019-01-01 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于机器视觉的获取植被覆盖度和叶面积指数的方法，包括的步骤为：对CCD相机的图像几何参数进行标定后；通过CCD相机对植被进行拍照并获取不少于10张植被原始图像；将所有的植被原始图像转换为相对应的正下视图像或正射图像，获取训练样本集；建立多元混合高斯模型，获取多元混合高斯模型中的参数集；由该多元混合高斯模型，定义测度函数来表征给定像素点的分量与多元混合高斯模型中的参数集的相关分量期望的距离；根据测度函数，设定阈值；根据判别式，确定给定像素点为作物还是背景根据给定像素点中作物像素点占总像素点的百分比确定植被覆盖度
植被覆盖度多元混合高斯模型像素点叶面积指数测度基于机器原始图像参数集植被视觉图像训练样本集图像几何判别式总像素标定拍照转换期望

[发明专利]配电网纵向访问检测方法、装置、计算机设备和存储介质-CN202211409348.7在审
发明人：梁志宏;胡钊;胡朝辉;陈海光;杨逸岳;陈善锋;于廷文;范苏纯;查晶;梁誉 -专利权人：南方电网数字电网研究院有限公司
申请日： 2022-11-11 - 公布日： 2023-05-12 - 主分类号： H04L9/40 文献下载
摘要：通过基于多个合格访问的电力设备和目标电力设备的距离确定历史合格访问数据集，基于历史合格访问数据集训练目标高斯混合模型，确定待检测电力设备的第一位置信息和需要访问的目标电力设备的第二位置信息之间的待检测距离，将待检测距离输入目标高斯混合模型，基于目标高斯混合模型输出的待检测距离与决策边界的比较结果、各个电力设备所属的类型确定待检测电力设备是否合格访问。相较于传统的通过人工排查的方式进行纵向访问检测，本方案基于访问与被访问设备间的距离、高斯混合模型的决策边界以及电力设备的类型进行纵向访问检测，提高了检测效率。
配电网纵向访问检测方法装置计算机设备存储介质

[发明专利]配电网横向访问检测方法、装置、计算机设备和存储介质-CN202211410825.1在审
发明人：梁志宏;胡钊;于廷文;范苏纯;查晶;梁誉;胡朝辉;陈海光;陈善锋 -专利权人：南方电网数字电网研究院有限公司
申请日： 2022-11-11 - 公布日： 2023-04-04 - 主分类号： H04L9/40 文献下载
摘要：通过基于多个合格访问的配电设备和目标配电设备的距离确定历史合格访问数据集，基于历史合格访问数据集训练目标高斯混合模型，确定待检测配电设备的第一位置信息和需要访问的目标配电设备的第二位置信息之间的待检测距离，将待检测距离输入目标高斯混合模型，基于目标高斯混合模型输出的待检测距离与决策边界的比较结果、第一位置信息和第二位置信息确定待检测配电设备是否合格访问。相较于传统的通过人工排查的方式进行横向访问检测，本方案基于访问与被访问设备间的距离以及高斯混合模型的决策边界进行横向访问检测，提高了检测效率。
配电网横向访问检测方法装置计算机设备存储介质