“源高斯”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568265个，建议您升级VIP下载更多相关专利

[发明专利]一种基于attention机制的高精度设备源识别方法-CN202010479743.7有效
发明人：曾春艳;朱栋梁;杨尧 -专利权人：湖北工业大学
申请日： 2020-05-29 - 公布日： 2023-09-19 - 主分类号： G06F18/2415 文献下载
摘要：本发明提出了一种基于attention机制的高精度设备源识别方法。首先，提出在attention机制中加入卷积池化操作来提升特征的表征性，卷积池化层经过训练可以更好的捕捉设备源特征；其次，提出attention机制，使用神经网络为每一种特征自主学习一个权重，从而剔除原始特征数据的冗余信息和干扰数据，实现特征数据的精简；最后，本发明对将MFCC、高斯超矢量和i‑vector三种常见的特征作为设备源特征，并结合attention机制和深度神经网络，用于解决单一特征的局限性。本发明的设备源识别方法与传统设备源识别方法相比能够有效提升系统的识别性能，优化了系统结构，提高了相应设备源识别产品的竞争力。
一种基于 attention 机制高精度设备识别方法

[发明专利]一种基于矩阵变换的欠定盲分离方法-CN201110193074.8无效
发明人：马晓红;杨捷;朱东岩 -专利权人：大连理工大学
申请日： 2011-07-12 - 公布日： 2011-10-19 - 主分类号： G10L21/02 文献下载
摘要：本发明通过对混合矩阵进行逐级变换得到变换矩阵，然后将变换矩阵作用于观测信号来逐步消去各个源信号；并由各观测信号中新产生的零值点来构造多级二值掩蔽模板，将源信号进行逐级分离。本发明降低了对源信号稀疏性的要求，可以解决最多M-1路源信号的混叠（其中M为传感器个数），并且确切知道每个时频点由哪些源信号混合而成，解决了音乐信号和噪声信号的欠定分离问题。对源信号的统计特性要求不高，解决了高斯信号和相关信号的欠定分离问题。根据对分离精度的要求来调整处理级数，处理级数越多，得到的分离结果越好。分离过程借助于矩阵变换实现，运算复杂度较低。
一种基于矩阵变换欠定盲分离方法

[发明专利]一种基于矩阵变换的欠定盲分离方法-CN201210236738.9无效
发明人：马晓红;杨捷;朱东岩 -专利权人：大连理工大学
申请日： 2012-07-10 - 公布日： 2012-11-21 - 主分类号： G10L21/02 文献下载
摘要：本发明通过对混合矩阵进行逐级变换得到变换矩阵，然后将变换矩阵作用于观测信号来逐步消去各源信号；并由各观测信号中新产生的零值点来构造多级二值掩蔽模板，将源信号进行逐级分离。本发明降低了对源信号稀疏性的要求，可以解决最多M-1路源信号的混叠（其中M为传感器个数），并且确切知道每个时频点由哪些源信号混合而成，解决了音乐信号和噪声信号的欠定分离问题。对源信号的统计特性要求不高，解决了高斯信号和相关信号的欠定分离问题。根据对分离精度的要求来调整处理级数，处理级数越多，得到的分离结果越好。分离过程借助于矩阵变换实现，运算复杂度较低。
一种基于矩阵变换欠定盲分离方法

[发明专利]对象检测方法、装置、存储介质及电子设备-CN202110500485.0在审
发明人：鲍慊;刘武;孙宇;梅涛;周伯文 -专利权人：京东科技控股股份有限公司
申请日： 2021-05-08 - 公布日： 2022-11-08 - 主分类号： G06V20/52 文献下载
摘要：该对象检测方法包括：对待检测样本中各对象的高斯核进行标注得到高斯核标签信息，并基于所述高斯核标签信息筛选高斯核碰撞对；将所述高斯核碰撞对中的第一高斯核和第二高斯核的中心点坐标分别进行调整，以得到所述待检测样本的高斯核修正信息；利用所述待检测样本和所述高斯核修正信息进行模型训练得到对象检测模型，以利用所述对象检测模型进行对象检测。
对象检测方法装置存储介质电子设备

[发明专利]一种一阶高斯脉冲功率合成电路-CN201810652524.7有效
发明人：赵青;徐文强;马春光;赵怿哲 -专利权人：电子科技大学
申请日： 2018-06-22 - 公布日： 2020-09-25 - 主分类号： H03K5/133 文献下载
摘要：该发明公开了一种一阶高斯脉冲功率合成电路，属于电子电路领域，主要是为提高井中雷达发射机功率，在不损失分辨率的情况下，提高雷达探测距离。通过相干合成的方法将两个雪崩管marx电路的脉冲子源进行功率叠加，输出高幅度脉冲信号与发射天线进行匹配连接。为了在固定探测频率，即分辨率确定的情况下，提高探测距离或深度，本发明研制了一种一阶高斯脉冲功率合成电路，能够大幅度提高脉冲功率，并且幅值的提高一定程度上提高了发射机的信噪比。该合成方案将两路脉宽1.52ns，幅值1.1kv，脉冲波形基本一致的一阶高斯脉冲通过威尔金森功率合成器后，输出脉冲幅值1.53kv，脉宽波形基本不变。功率叠加效率约为98％，幅度叠加率70％。
一种一阶脉冲功率合成电路

[发明专利]工业控制回路的多周期振荡行为检测方法-CN201410115307.6有效
发明人：谢磊;郭子旭;陈小强;王挺任;苏宏业;古勇 -专利权人：浙江大学
申请日： 2014-03-26 - 公布日： 2014-06-25 - 主分类号： G05B23/02 文献下载
摘要：在待检测的控制回路中，采集一组过程数据x_t；步骤2，对过程数据x_t进行小波包变换分解，得到原始二叉树状分解结构T₀；步骤3，根据最小香农熵规则、非高斯指数以及准振荡指数对原始二叉树状分解结构T₀进行简化得到最优二叉树状分解结构T_best；步骤4，依据最优二叉树状分解结构T_best上所有叶节点的非高斯指数T_G，将非高斯分布的叶节点所对应的子空间进行标记，得到子空间被标记的叶节点所对应的坐标位置集合I。为振荡行为的评价和故障源诊断提供了丰富的数据支持。
工业控制回路周期振荡行为检测方法

[发明专利]一种基于双高斯近似的LLR计算方法-CN202110228491.5有效
发明人：付钰;刘奕彤;杨鸿文 -专利权人：北京邮电大学
申请日： 2021-02-26 - 公布日： 2021-12-17 - 主分类号： H04L1/00 文献下载
摘要：本发明公开了一种基于双高斯近似的LLR计算方法，属于信道译码领域；具体是：在多用户干扰场景下，接收信号同时受到了来自未知数量的未知干扰源的干扰，所有干扰信号和信道噪声之和为总噪声，首先，利用接收端接收并存储完整码字对应的接收信号2,…,yN；然后，计算统计平均等同为接收信号的统计特征，并进一步计算总噪声的统计特征；同时，根据概率密度函数计算双高斯分布的统计特征；在保证总噪声与双高斯分布的统计特征相同下，计算参数μ和σ；最后，接收端对接收信号进行软解调，将参数μ和σ代入LLR，计算得到接收信号对应的结果λ1,λ
一种基于双高斯近似的 llr 计算方法

[发明专利]一种非高斯噪声条件下的单站纯角度目标定位与跟踪方法-CN202010761338.4在审
发明人：李村;王守雷;陈方正;姚光乐;余通;和法成;李冲 -专利权人：中国电子科技集团公司第四十一研究所
申请日： 2020-07-31 - 公布日： 2020-11-17 - 主分类号： G01S5/02 文献下载
摘要：本发明公开了一种非高斯噪声条件下的单站纯角度目标定位与跟踪方法，基于高斯混合容积卡尔曼滤波器进行非高斯噪声条件下的单站纯角度目标定位与跟踪算法设计，通过将非高斯噪声建模为两个不同方差的高斯噪声，并对状态量进行高斯分量建模，针对每一个高斯分量利用容积卡尔曼滤波器进行状态估计，并对滤波器输出进行高斯分量缩减合并，并迭代计算，最终得出对目标状态估计值。本发明的有益效果是，基于高斯混合容积卡尔曼滤波的单站纯角度目标定位与跟踪算法，将非高斯观测噪声建模为闪烁噪声，采用高斯分量分割与融合策略，利用容积卡尔曼对高斯分量进行状态估计，实现对目标的定位与跟踪，具有定位精度高
一种非高斯噪声条件下单站纯角度目标定位跟踪方法

[发明专利]一种基于随机有限集理论的多目标跟踪装置-CN201811235709.4有效
发明人：武慧勇;钮俊清;任清安;唐匀龙;马志娟;郭佳意;王建富;王文洋 -专利权人：中国电子科技集团公司第三十八研究所
申请日： 2018-10-23 - 公布日： 2020-08-21 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于随机有限集理论的多目标跟踪装置，量测集合生成器根据收到的传感器量测生成量测集合，并发送给高斯分量初始化处理器；高斯分量初始化处理器将初始化的高斯分量集合发送给高斯分量集合缓存器进行存储；高斯分量矩阵生成器同时接收量测集合生成器生成的量测集合和高斯分量集合缓存器存储的最新时刻的高斯分量集合，通过解算得到高斯分量矩阵，并发送给高斯分量矩阵扩维器；高斯分量矩阵扩维器同时接收量测集合生成器生成的量测集合本发明加入门限过滤和生成失败过滤机制，对高斯分量进行有效性鉴别，既对高斯分量矩阵进行了筛选过滤，提高了计算效率，又对生成失败的情况进行了保护，提高了处理过程的鲁棒性。
一种基于随机有限理论多目标跟踪装置

[发明专利]产生拉盖尔-高斯关联的部分相干高斯光束的系统和方法-CN201310062122.9有效
发明人：袁扬胜;王飞;刘显龙;蔡阳健 -专利权人：苏州大学
申请日： 2013-02-27 - 公布日： 2013-05-15 - 主分类号： G02B27/09 文献下载
摘要：本发明公开了一种产生拉盖尔-高斯关联的部分相干高斯光束的系统，该系统沿着光线方向依次放置扩束器、空间光调制器、缩束镜、毛玻璃片、透镜和高斯滤波片。计算全息图加载到空间光调制器上形成计算全息光栅，产生仅有角向模数的拉盖尔-高斯光束；缩束镜用来控制入射到旋转毛玻璃片上的拉盖尔-高斯光束光斑大小，以调整出射光束的相干性；毛玻璃是使拉盖尔-高斯光束变为拉盖尔-高斯关联的部分相干光束。透镜对部分相干光束准直，高斯滤波片把该光束光强分布转变成高斯分布。由于计算机全息图的灵活性，可以通过产生不同的全息图来产生不同阶数仅有角向模数的拉盖尔-高斯光束，从而产生不同阶数的拉盖尔-高斯关联的部分相干高斯光束。
产生盖尔关联部分相干光束系统方法

[发明专利]ADS-B数据的滤波方法、装置、计算机设备及存储介质-CN202110775367.0有效
发明人：卞磊;薄满辉;唐红武;刘宇;姚远;张聪;王殿胜 -专利权人：中航信移动科技有限公司
申请日： 2021-07-09 - 公布日： 2022-02-11 - 主分类号： G08G5/00 文献下载
摘要：方法主要包括：获取当前时刻的ADS‑B数据的观测高斯分布和ADS‑B数据的预测高斯分布，以及过程误差矩阵Q，所述观测高斯分布包括协方差矩阵R，所述预测高斯分布包括协方差矩阵P；将所述预测高斯分布中的协方差矩阵P加上所述过程误差矩阵Q；对所述观测高斯分布和加上所述过程误差矩阵Q的所述预测高斯分布进行融合，得到所述当前时刻的校准高斯分布；根据所述当前时刻的校准高斯分布更新所述当前时刻的ADS‑B数据的观测高斯分布；其中，观测的经纬度坐标符合所述观测高斯分布，预测的状态向量符合所述预测高斯分布。
ads 数据滤波方法装置计算机设备存储介质

[实用新型]产生拉盖尔-高斯关联的部分相干高斯光束的系统-CN201320090422.3有效
发明人：袁扬胜;王飞;刘显龙;蔡阳健 -专利权人：苏州大学
申请日： 2013-02-27 - 公布日： 2013-07-24 - 主分类号： G02B27/09 文献下载
摘要：本实用新型公开了一种产生拉盖尔-高斯关联的部分相干高斯光束的系统，该系统沿着光线方向依次放置扩束器、空间光调制器、缩束镜、毛玻璃片、透镜和高斯滤波片。计算全息图加载到空间光调制器上形成计算全息光栅，产生仅有角向模数的拉盖尔-高斯光束；缩束镜用来控制入射到旋转毛玻璃片上的拉盖尔-高斯光束光斑大小，以调整出射光束的相干性；毛玻璃是使拉盖尔-高斯光束变为拉盖尔-高斯关联的部分相干光束。透镜对部分相干光束准直，高斯滤波片把该光束光强分布转变成高斯分布。由于计算机全息图的灵活性，可以通过产生不同的全息图来产生不同阶数仅有角向模数的拉盖尔-高斯光束，从而产生不同阶数的拉盖尔-高斯关联的部分相干高斯光束。
产生盖尔关联部分相干光束系统

[发明专利]一种基于高斯滤波的DCT块效应现象消除方法-CN202011596051.7在审
发明人：任鹏;徐劲松;高云峰;曹雏清 -专利权人：哈尔滨工业大学芜湖机器人产业技术研究院
申请日： 2020-12-29 - 公布日： 2021-04-30 - 主分类号： H04N19/625 文献下载
摘要：本发明公开了一种基于高斯滤波的DCT块效应现象消除方法，包括如下步骤：S1、在图像中构建8×8像素点的图块，相邻图块之间和重叠面积；S2、基于图块的矩阵特性自适应地区分图块类型，包括平坦区域图块和纹理区域图块；S3、对平坦区域图块使用大高斯滤波半径和大高斯滤波系数来进行高斯滤波处理，对纹理区域图块用小高斯滤波半径和小高斯滤波系数来进行高斯滤波处理。根据每个8×8图像块的矩阵特性自适应地区分图像的平坦区域和纹理区域，自适应方法的可靠性和稳定性更高；基于高斯滤波对不同的区域类型采用符合图像块特性的高斯滤波系数和高斯滤波半径进行高斯滤波处理，更有效去除块效应的同时很好地保留了块边缘的高频信息
一种基于滤波 dct 效应现象消除方法

[发明专利]一种基于深度图高斯过程的交通流量预测方法-CN202110849393.3在审
发明人：蒋云良;范金斌;张雄涛;申情;刘勇 -专利权人：湖州师范学院
申请日： 2021-07-27 - 公布日： 2021-11-19 - 主分类号： G06F17/18 文献下载
摘要：本发明提出了一种基于深度图高斯过程的交通流量预测方法，包括以下步骤：S1.针对空间依赖中所存在的动态性，采用注意力核函数刻画拓扑图上各结点间的动态依赖，并用作聚合高斯过程中的协方差函数，以提取动态空间特征；S2.由不同时刻下的权重、服从高斯过程的卷积函数得到时序卷积高斯过程，并结合聚合高斯过程，获取交通数据中的时序特征；S3.由聚合高斯过程、时序卷积高斯过程以及具有线性核函数的高斯过程，构建融合高斯过程及深度结构的深度图高斯过程方法，将待预测的数据样本输入至深度图高斯过程方法中，得到的预测结果。
一种基于深度图高斯过程交通流量预测方法

[发明专利]变分推理的高斯非高斯成分协同的混杂过程故障检测方法-CN202011576221.5在审
发明人：任世锦;任珈仪;陈琳;潘剑寒;开红梅 -专利权人：江苏师范大学
申请日： 2020-12-28 - 公布日： 2022-07-01 - 主分类号： G05B23/02 文献下载
摘要：本发明涉及一种变分推理的高斯非高斯成分协同的混杂过程故障检测方法，该方法基于学生t‑分布高斯/非高斯成分提取框架，并用于混杂过程故障检测；使用变分推理自动确定模型参数和模型选择，保证模型性能的提高；克服现有两阶段高斯/非高斯信息抽取算法存在的计算量大、忽略了两类信息的关联性等缺点，能够同时提取并灵活表示混杂分布中的高斯/非高斯信息,克服现有方法假设噪声水平单一的问题，提高了混杂过程信息提取能力本发明给出独立成分的混合矩阵以及高斯成分的负荷矩阵初始化方法，加快算法的收敛速度。本发明的方法能够准确建立高斯分成、非高斯成分以及残差的监测统计量，更好地观测过程运行特点，有利于提高工业过程的认识水平。
推理高斯非高斯成分协同混杂过程故障检测方法