“熵特征”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2461982个，建议您升级VIP下载更多相关专利

[发明专利]基于决策树的地面运动目标分类算法-CN201710727147.4有效
发明人：王勇;罗丁利;杨磊;戴巧娜;陈尹翔;徐丹蕾;张军 -专利权人：西安电子工程研究所
申请日： 2017-08-23 - 公布日： 2020-08-14 - 主分类号： G06K9/62 文献下载
摘要：首先进行杂波抑制和特征提取，基于每个特征利用贝叶斯分类器对训练样本进行训练，确定分类器门限，然后计算熵不纯度，以熵不纯度减少量最大为准则，寻找最优特征，进行分层分类。解决了四类目标分层分类过程中的特征最优选择问题：算法中基于熵不纯度减小量最大准则来选择特征作为根节点和层节点。相比基于经验的特征选择算法，基于决策树的特征选择能够实现分层过程中的特征择优，保证分层分类算法的性能。
基于决策树地面运动目标分类算法

[发明专利]一种深度特征压缩方法-CN202110660867.X有效
发明人：刘家瑛;胡越予;黄浩峰;杨文瀚;段凌宇 -专利权人：北京大学
申请日： 2021-06-15 - 公布日： 2023-10-17 - 主分类号： G06N3/0464 文献下载
摘要：本发明公开了一种深度特征压缩方法，本发明构建并训练一压缩模型，该模型首先对神经网络提取的图像特征表示进行变换，产生变换后的紧凑表示，提取变换后的表示的超先验码流；超先验码流用于产生码本各个基元素的线性组合系数；码本从特征中学习获得；根据线性组合系数和对应的码本产生超先验概率估计，从而使用熵编码器进行熵编码，产生码流；码流通过熵解码和解码变换产生输出的特征表示。本发明能够对深度特征进行有效压缩，而且能够对多个任务特征进行协同压缩，重建时，对特征进行分离操作，分别产生对应不同任务的重建特征；本发明还能够支持训练时未见的新任务。
一种深度特征压缩方法

[发明专利]一种基于改进多尺度排列熵的振动信号识别方法和系统-CN202210039916.2在审
发明人：陈强强;吕余海;成建波;时立昌 -专利权人：中国人民解放军92728部队
申请日： 2022-01-14 - 公布日： 2022-04-26 - 主分类号： G06K9/00 文献下载
摘要：本发明提出一种基于改进多尺度排列熵的振动信号识别方法和系统。其中，方法包括：采集不同工作状态下的振动信号，对采集到的不同工作状态下的振动信号进行基于滑动窗口和样本分位数的多尺度分析，得到多尺度分析后的序列；求取所述多尺度分析后的序列的排列熵，得到多尺度排列熵值，并以所述多尺度排列熵的值作为不同故障状态下振动信号的特征向量；将所述特征向量输入至基于机器学习的分类器，从而实现不同故障状态振动信号的识别，得到故障状态识别结果；根据故障状态识别结果，验证所述识别方法的合理性本发明具有解决常规多尺度排列熵的故障诊断算法在故障特征提取上存在着能力不足的缺陷，并且计算时间短，提高了故障诊断效率。
一种基于改进尺度排列振动信号识别方法系统

[发明专利]基于小波近似熵的VSC短路故障识别方法及系统-CN202210777177.7在审
发明人：李先允;张贺;王书征 -专利权人：南京工程学院
申请日： 2022-07-04 - 公布日： 2022-09-30 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于小波近似熵的VSC短路故障识别方法及系统，其中方法包括构建三相多电平VSC直流配电系统；采集直流配电系统金属性短路故障后的电容电压；将金属性短路故障后的电容电压进行小波分解，得到每层分解系数的小波近似熵；以小波近似熵为故障信号特征向量，组成训练集；根据故障类型设置故障代码，组成输出集；根据训练集和输出集训练BP神经网络，得到训练后的BP神经网络；获取直流配电网实际接地故障时待测线路特征向量；将待测线路特征向量输入至训练后的小波近似熵结合了小波分析时频局部化特性和近似熵表征暂态信号的特性，可准确对金属性短路故障进行检测识别。
基于近似 vsc 短路故障识别方法系统

[发明专利]一种基于灰狼优化VMD和多熵特征的铣削颤振监测方法-CN202210255231.1在审
发明人：刘长福;刘博;周洋;王道海;权宇;柳建平;佟昊;王志强;王宪跃;王宇 -专利权人：辽宁石油化工大学
申请日： 2022-03-15 - 公布日： 2022-08-09 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于灰狼优化VMD和多熵特征的铣削颤振监测方法，包括：获取加工信号；基于获取的加工信号，滤除原始信号中的周期信号频率；基于滤波后信号，采用经验模态分解算法（EMD），计算各阶本征模态函数（IMF）的相关系数和能量，选择相关系数和能量最大的IMF分量为第一次重构信号；基于第一次重构信号，采用GWO算法，以最大能量熵作为GWO的适应度函数，对VMD的两个参数组合进行寻优；寻优后，进行VMD分解，计算各阶IMF分量的能量（ER）及能量熵（EE）特征，选择较大ER和EE特征的IMF分量为第二次重构信号；基于第二次重构信号，计算其多尺度排列熵（MPE）和多尺度模糊熵（MFE）；本发明实现了铣削颤振监测
一种基于灰狼优化 vmd 特征铣削监测方法

[发明专利]基于相对熵的动态图摘要算法-CN202310540934.3在审
发明人：刘强;赵龙龙;刘浩;季一木 -专利权人：南京邮电大学
申请日： 2023-05-12 - 公布日： 2023-08-22 - 主分类号： G06F16/34 文献下载
摘要：本发明提供了一种基于相对熵的动态图摘要算法，包括对于初始图，首先用最小哈希值方法计算出各节点的三跳邻居特征值及特征值的杰卡德相似度，并以此作为距离对节点进行粗聚类；根据簇内节点数阈值和合并规则进行大小簇合并，然后生成超点、超边及其权重；在动态过程中，计算新增节点与各超点间最小哈希值分布的相对熵，将新点加入相对熵最小的超点；同时计算新增节点的两跳邻居节点与各超点间的相对熵，并根据相对熵调整邻居节点所属的超点本发明得到的摘要图具有新的变化趋势和新的特征，能够减少摘要时间，节省了计算资源，避免了以往动态图摘要算法采样慢、存储空间大等缺陷，能够更好的应用于图流场景，在图处理领域有较好的应用价值。
基于相对动态摘要算法

[发明专利]一种混凝土坝损伤场演化状态的预警方法-CN201310044199.3有效
发明人：苏怀智;顾冲时;王校利;杨孟;李金友;胡江;欧斌;秦鹏;傅兆庆 -专利权人：河海大学;南京河海科技有限公司
申请日： 2013-02-04 - 公布日： 2013-05-22 - 主分类号： E02B3/04 文献下载
摘要：本发明公开了一种混凝土坝损伤场演化状态的预警方法，按如下步骤进行：（1）构建基于熵的损伤场指示变量，系统的熵定义为：H＝F(D,D_i,L,T)；（2）计算损伤场指示变量，坝体损伤场的信息熵为：（3）依据步（2）计算得到的损伤场指示变量时间序列，基于尖点突变模型，求解熵变指标的突变特征值；（4）依据步骤（3）确定的熵变指标突变特征值作为控制准则来判断损伤场的演化情况，突变特征值Δ＝4u³+27v²，Δ＞0时，损伤场总是处于稳定状态；Δ＝0时，
一种混凝土损伤演化状态预警方法

[发明专利]基于图像信息熵与自适应阈值DAISY特征点的图像检测方法-CN201811561702.1有效
发明人：张小国;刘启汉;王小虎;王慧青 -专利权人：东南大学
申请日： 2018-12-20 - 公布日： 2023-05-26 - 主分类号： G06V10/75 文献下载
摘要：本发明公开了一种基于图像信息熵与自适应阈值DAISY特征点的图像检测方法。由于常见图像检测算法会出现特征点分布不均匀且在局部区域稀少的问题，导致后续重建中点云会出现空洞现象。本发明首先通过统计分析确定了图像信息熵与SIFT特征点密度的约束关系；其次提出了一种基于图像信息熵的自适应阈值SIFT特征检测器，解决了特征点分布不均的问题；然后针对SIFT特征点在非极值特征点处可靠性降低，提出采用改进的DAISY特征点，提高了特征点的可靠性；最后将自适应阈值检测器中的特征点替换为DAISY特征点，并用于图像检测。实验表明本发明提出的方法在保证了特征点较高的可靠性，且改善了特征点分布，达到了预期目标。
基于图像信息自适应阈值 daisy 特征检测方法

[发明专利]便携式意识障碍刺激促醒与评估系统-CN201510522325.0在审
发明人：李晓欧;张科;谢艳艳;刘刚 -专利权人：上海医疗器械高等专科学校
申请日： 2015-08-25 - 公布日： 2015-12-16 - 主分类号： A61B5/0476 文献下载
摘要：与所述脑电信号获取装置连接，用于利用独立分量分析算法从所述第一脑电信号中抽取独立源成分；数字滤波装置，与所述信号预处理装置连接，用于对所述第二脑电信号利用经验模态分解算法进行数字滤波处理从而提取有效的第三脑电信号；特征提取装置，与所述数字滤波装置连接，用于从所述第三脑电信号中提取频谱特征、样本熵和近似熵；分类识别装置，与所述特征提取装置连接，用于根据所述频谱特征、样本熵和近似熵利用支持向量机进行意识障碍状态的分类识别；输出装置
便携式意识障碍刺激评估系统

[发明专利]一种基于信息熵和证据理论的机械故障诊断方法-CN201510726970.4在审
发明人：李一兵;陈杰;王秋滢;林云;叶方;聂伟;王彦欢;罗仁欢;杨子健 -专利权人：哈尔滨工程大学
申请日： 2015-10-30 - 公布日： 2016-03-02 - 主分类号： G06F19/00 文献下载
摘要：本发明涉及一种基于信息熵和证据理论的机械故障诊断方法，步骤1：采用四种典型机械故障类型来构造识别框架；步骤2：将振动信号的四种信息熵作为故障特征；步骤3：通过仿真模拟，计算获取四种典型机械故障类型的故障特征参考值；步骤4：获取传感器接收到的故障振动信号，通过信息熵计算得到其故障特征值；步骤5：利用基于加权信息熵的故障特征提取方法，获取传感器振动信号分配给四种典型机械故障类型的基本概率赋值函数；步骤6：利用基于修正证据间冲突的改进证据合成方法
一种基于信息证据理论机械故障诊断方法

[发明专利]基于EEMD能量熵的滚动轴承运行状态评估方法-CN202111016932.1在审
发明人：王林军;徐洲常;刘洋;蔡康林 -专利权人：三峡大学
申请日： 2021-08-31 - 公布日： 2021-12-03 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及基于EEMD能量熵的滚动轴承运行状态评估方法，包括：采集轴承全寿命振动数据；计算得到轴承的全寿命时域特征值；将不同时间段的轴承振动信号分解成模态分量，计算EEMD能量熵；计算得到轴承的全寿命的综合指标值；利用时域特征值、模态分量能量熵和综合指标值构建数据集；利用数据集和混沌粒子群算法对轴承寿命预测模型进行训练，确定最优的参数；采集待检测轴承的振动信号，计算时域特征值和模态分量能量熵，并输入轴承寿命预测模型本发明利用时域指标和时频域特征指标提取得到综合指标值，利用混沌粒子群算法搜索确定最优的模型参数，得到预测精度高的轴承寿命预测模型。
基于 eemd 能量滚动轴承运行状态评估方法

[发明专利]一种基于层次逆向散布熵的热网电机故障诊断方法-CN202210675814.X在审
发明人：焦尚彬;唐冰钊;李余兴;张青 -专利权人：西安理工大学
申请日： 2022-06-15 - 公布日： 2022-09-20 - 主分类号： G01R31/34 文献下载
摘要：本发明公开了一种基于层次逆向散布熵的热网电机故障诊断方法，首先，通过加速度传感器采集热网电机时域振动信号，并对其进行归一化处理，然后利用层次逆向散布熵，从层次角度提取热网电机故障特征；最后将故障特征添加分类标签，将故障特征数据分为训练样本和测试样本，通过训练样本对设计的KNN分类器进行训练，基于训练好的分类器，利用测试样本进行故障分类，获得运行中热网电机的故障类型和工作状态，实现对热网电机故障诊断；该方法实现了热网电机滚动轴承不同故障模式及程度的识别，与传统的逆向散布熵或层次熵的故障诊断方法相比，能够获取更全面、更丰富的轴承故障特征信息，识别精度得到了较大的提升。
一种基于层次逆向散布电机故障诊断方法

[发明专利]端云协同多尺度融合的电池故障早期诊断方法及系统-CN202211662336.5在审
发明人：杨林;郭文超 -专利权人：上海交通大学
申请日： 2022-12-23 - 公布日： 2023-04-11 - 主分类号： G01R31/367 文献下载
摘要：本发明提供一种端云协同多尺度融合的电池故障早期诊断方法及系统，包括：获取云端接收并存储的终端上传的实际运行数据；对运行数据进行切片式预处理，得到多个有效充电片段与有效放电片段；对有效充电片段或有效放电片段，提取适用于稀疏数据特点的六类差熵特征矩阵；对六类差熵特征矩阵进行多尺度无监督学习，获得每个单体的健康分数，根据预设的综合故障分数阈值评价当前电池系统中是否存在异常单体；从六类差熵特征矩阵中划分热差熵特征矩阵并进行多尺度无监督学习，根据预设的热失控故障分数阈值评价所述异常单体的故障类型
协同尺度融合电池故障早期诊断方法系统

[发明专利]基于小波包熵和高阶统计量的发动机气路故障诊断方法-CN202310326990.7在审
发明人：江玲玲;孙忠湖;葛文庆;何双亮;毛玲阳;李小燕;贾先见;廖其林 -专利权人：四川泛华航空仪表电器有限公司
申请日： 2023-03-30 - 公布日： 2023-06-30 - 主分类号： G06F18/241 文献下载
摘要：本发明公开了基于小波包熵和高阶统计量的发动机气路故障诊断方法，针对发动机气路故障信号进行处理分析，计算发送机气路故障信号位于各频段的小波包熵，基于各频段的小波包熵进行高阶统计量检测以得到故障判断特征值，并将故障判断特征值与标准阈值进行比对以判断发动机气路是否发生故障；本发明利用小波包熵对发动机气路故障信号进行特征提取，能同时对信号的低频和高频进行分解，具有更高的时频分辨率；然后利用高阶统计量对提取的特征值进行发动机气路故障诊断
基于波包统计发动机故障诊断方法

[发明专利]一种基于NLP和熵权系数法的企业行业组合分类方法-CN202211105054.5在审
发明人：杨玉东;任昊;刘占柱;韩锋;李爽;赵爽;苏恒强;张健;王瑞雪 -专利权人：吉林省通联信用服务有限公司
申请日： 2022-09-09 - 公布日： 2023-06-23 - 主分类号： G06F18/2415 文献下载
摘要：本发明公开了一种基于NLP和熵权系数法的企业行业组合分类方法，包括数据收集，样本编码预处理，对行业归属描述进行关联，完成企业样本数据的预处理，分类特征检测和提炼，通过TF‑IDF、KNN、朴素贝叶斯模型等NLP文本分类方法，对企业经营描述信息进行行业分类特征检测和提炼统计特征分布及模型分类概率，熵权法系数分配，通过熵权系数法计算以上几种模型样本归属分类概率的权重分配，概率验证，给出行业归属范围及概率大小本发明利用一种基于NLP和熵权系数法的企业行业组合分类方法，其可以从企业经营描述信息中提炼企业的行业分类特征，然后通过组合分类判定方法，可以判定企业的行业归属。
一种基于 nlp 系数企业行业组合分类方法