“特征量序列”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3653888个，建议您升级VIP下载更多相关专利

[发明专利]一种带钢张力传感器故障早期诊断方法-CN201310529854.4有效
发明人：杨先发;刘毅敏;裴云;徐望明;代向红;梁柏华;江淼;李富强;易钊;罗君 -专利权人：武汉钢铁（集团）公司
申请日： 2013-10-31 - 公布日： 2014-01-22 - 主分类号： G06K9/66 文献下载
摘要：本发明公开了一种带钢张力传感器故障早期诊断方法，包括以下步骤：（1）获取带钢张力序列数据并标准化；（2）标准化后的带钢张力序列数据的EMD自适应分解；（3）带钢张力序列数据的多特征提取及组合：计算前述带钢张力序列数据每个分解量的多种特征向量，将上述特征向量组合起来，描述一个带钢张力时间序列在多尺度自适应分解下的全局特征；（4）SVM分类器训练：选取一部分全局特征数据作为训练集进行SVM分类器学习，得到用于张力传感器状态辨识的SVM分类器模型
一种带钢张力传感器故障早期诊断方法

[发明专利]信息推荐方法、装置、计算机设备及存储介质-CN202310315196.2在审
发明人：薛博凡 -专利权人：北京字跳网络技术有限公司
申请日： 2023-03-28 - 公布日： 2023-07-28 - 主分类号： G06F16/9535 文献下载
摘要：本公开提供了一种信息推荐方法、装置、计算机设备及存储介质，其中，该方法包括：获取与当前搜索信息匹配的候选推荐信息集合；候选推荐信息集合中包括多个候选推荐信息；根据候选推荐信息集合中的多个候选推荐信息分别在多种搜索时效内的搜索量，确定候选推荐信息集合在每种搜索时效下的序列特征信息；序列特征信息用于反映候选推荐信息集合对应的整体搜索特征；基于候选推荐信息集合在各搜索时效下的序列特征信息，和训练的目标排序模型，确定目标推荐信息。
信息推荐方法装置计算机设备存储介质

[发明专利]一种用于无线通信的通信节点中的方法和装置-CN202111209789.8在审
发明人：刘铮;张晓博 -专利权人：上海朗帛通信技术有限公司
申请日： 2019-06-06 - 公布日： 2022-01-04 - 主分类号： H04W74/08 文献下载
摘要：通信节点发送第一信号，所述第一信号在时频域占用目标时频资源块；接收第一信令；接收第二信号，所述第一信令被用于确定所述第二信号所占用的时频资源；所述第一信令携带目标特征标志，所述目标时频资源块在时频域的位置被用于确定所述目标特征标识；第一序列被用于生成所述第一信号，所述第一序列是W个备选序列中的一个备选序列；所述第二信号携带目标序列索引、第一信息和第一定时提前量；当所述目标序列索引对应所述第一序列在所述W个备选序列中的索引时，所述第一信息被用于确定所述第一定时提前量是否被用于确定所述第一通信节点设备的发送定时
一种用于无线通信通信节点中的方法装置

[发明专利]一种用于无线通信的通信节点中的方法和装置-CN201910491866.X有效
发明人：刘铮;张晓博 -专利权人：上海朗帛通信技术有限公司
申请日： 2019-06-06 - 公布日： 2021-11-23 - 主分类号： H04W72/04 文献下载
摘要：通信节点发送第一信号，所述第一信号在时频域占用目标时频资源块；接收第一信令；接收第二信号，所述第一信令被用于确定所述第二信号所占用的时频资源；所述第一信令携带目标特征标志，所述目标时频资源块在时频域的位置被用于确定所述目标特征标识；第一序列被用于生成所述第一信号，所述第一序列是W个备选序列中的一个备选序列；所述第二信号携带目标序列索引、第一信息和第一定时提前量；当所述目标序列索引对应所述第一序列在所述W个备选序列中的索引时，所述第一信息被用于确定所述第一定时提前量是否被用于确定所述第一通信节点设备的发送定时
一种用于无线通信通信节点中的方法装置

[发明专利]一种件量预测效果评估方法和装置-CN201811572659.9有效
发明人：肖沙沙;湛长兰;王本玉;马昭;刘曙铭;李凤;金晶 -专利权人：顺丰科技有限公司
申请日： 2018-12-21 - 公布日： 2023-10-10 - 主分类号： G06Q10/04 文献下载
摘要：本申请公开了一种件量预测效果评估方法包括以下步骤:获得预测件量序列(Y)和实际件量序列(S)；计算所述预测件量序列(Y)与所述实际件量序列(S)的第一误差；基于所述预测件量序列(Y)和所述实际件量序列(S)，计算时间对齐预测件量序列(T)；计算所述时间对齐预件量序列(T)与所述实际件量序列(S)的第二误差；以及基于所述第一误差和所述第二误差给出件量预测效果评估。本发明从当前的件量预测效果评估现状出发，提出了一个同时考虑预测的件量序列与实际的件量序列的数值差异和时间未对齐程度的指标，有助于对于预测模型的选择或将相关的时间未对齐指标引入到预测模型进行调优。
一种预测效果评估方法装置

[发明专利]一种视频流中目标的行为分析方法、终端设备及介质-CN202110030548.0在审
发明人：李成功;童志军;丁小羽 -专利权人：深圳市一心视觉科技有限公司;上海阅面网络科技有限公司
申请日： 2021-01-11 - 公布日： 2021-02-19 - 主分类号： G06K9/00 文献下载
摘要：本申请适用于视频处理技术领域，提供了一种视频流中目标的行为分析方法、终端设备及介质，所述方法包括：从视频流中提取出待处理的视频帧序列，所述待处理的视频帧序列包括第一数量的第一样本视频帧；从所述待处理的视频帧序列中裁剪出目标图像序列，所述目标图像序列包括预设目标的多个人头图像帧；采用预设的基础网络从所述目标图像序列中提取出所述目标的多个特征；根据所述人头图像帧序列的多个特征，确定所述目标的行为。通过上述方法，能够减小行为分析过程中的计算量，增强行为分析的准确性。
一种视频目标行为分析方法终端设备介质

[发明专利]一种基于编码源磁充电法的地质勘探方法、装置和设备-CN202310924209.6在审
发明人：徐维;曹大文;武永青;罗维斌;杨超;张洲春 -专利权人：甘肃煤田地质局一四九队
申请日： 2023-07-26 - 公布日： 2023-10-13 - 主分类号： G01V3/40 文献下载
摘要：本发明通过向待勘探区域地下的良导电体输入六阶逆重复M序列的编码信号电流，建立编码电流场；测量良导电体在充电后在地面产生的三分量磁场，得到三分量磁场信号；基于预设采样率分别对三分量磁场信号和编码信号电流进行采集，得到对应的三分量磁场响应时间序列和编码信号电流时间序列；将编码信号电流时间序列和三分量磁场响应时间序列，通过双相位FFT循环互相关法进行辨识，得到多个不同频率对应的磁场频率响应；继而计算得到磁场总场强度和磁幅频率，从而得到良导电体在地下介质空间的分布特征，从而解决由于受电磁干扰而导致的探测精度低的问题。
一种基于编码充电地质勘探方法装置设备

[发明专利]一种多特征融合实时分析的恶意流量检测方法及系统-CN202211508427.3有效
发明人：彭凯;陆通;徐博;何建文;李志康;王晨昕;王忠浩;彭聪 -专利权人：湖北省楚天云有限公司;华中科技大学
申请日： 2022-11-29 - 公布日： 2023-04-07 - 主分类号： H04L9/40 文献下载
摘要：本发明提供一种多特征融合实时分析的恶意流量检测方法及系统，方法包括：基于深度包检测技术获取互联网流量数据包；分别获取流量数据包的统计特征、序列特征和频率特征；将流量的统计特征、流量的序列特征和流量的频率特征进行叠加，获取每一个流量数据包的融合特征矩阵；基于初始训练样本集对基于Transformer的检测模型进行训练；基于训练后的检测模型对初始测试样本集中的流量数据包分析检测，识别出其中的恶意流量。本发明利用流量数据包的统计特征、频率特征和序列特征融合对流量进行描述，增强了对流量数据的表示能力，且特征冗余度低，从而提升了模型检测预测效果的精确度与吞吐量。
一种特征融合实时分析恶意流量检测方法系统

[发明专利]基于特征压缩的轻量化行为识别方法及系统-CN202211594563.9在审
发明人：田卉;金一;张展;冯松鹤;李浥东 -专利权人：北京交通大学;中移雄安信息通信科技有限公司;中移系统集成有限公司
申请日： 2022-12-13 - 公布日： 2023-05-12 - 主分类号： G06V40/20 文献下载
摘要：本发明提供一种基于特征压缩的轻量化行为识别方法及系统，属于计算机识别技术领域，包括：获取待识别视频序列；利用预先训练好的识别模型对所述获取的待识别视频序列进行处理，得到视频中的行为识别结果；其中，预先训练好的识别模型包括特征提取网络和分类网络，特征提取网络包括至少一个瓶颈结构，瓶颈结构包括依次连接的两个特征压缩模块。本发明能够有效减少卷积神经网络的计算量和参数量，同时高效的提取特征图中的信息；能够通过注意力机制对时空特征进行激活，使网络更关注于有价值的特征信息上，可简便的方式建模视频帧之间的运动信息；具有较低的参数量和运算量
基于特征压缩量化行为识别方法系统

[发明专利]一种步态特征提取方法-CN202210260688.1有效
发明人：李家辉;刘勇国;朱嘉静;张云;李巧勤 -专利权人：电子科技大学
申请日： 2022-03-16 - 公布日： 2023-05-02 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种步态特征提取方法，首先采集行走、起身和爬楼梯三种步态方式下的视频数据，将二维视频序列转换为二元轮廓序列并进行标准化处理，合成为步态能量图GEI，提高效率；然后结合卷积神经网络CNN和轻量注意力模块CBAM进行单步态特征图提取，减少重要信息的丢失，并通过多步态全局注意力机制突出更能体现目标步态特征的步态方式；最后经过特征映射得到判别性更高的步态特征表示。与现有方法相比，本发明通过深度神经网络提取多步态特征，极大减少了人工工作量，为用户提供更加可靠的步态特征信息。
一种步态特征提取方法

[发明专利]一种基于人工智能的压缩音频静默检测方法及装置-CN202310350527.6在审
发明人：王恒;郭永乐;张孝兵 -专利权人：广州市迪士普音响科技有限公司
申请日： 2023-04-03 - 公布日： 2023-07-21 - 主分类号： G10L25/30 文献下载
摘要：本发明公开一种基于人工智能的压缩音频静默检测方法及装置，所述方法包括：确认压缩音频序列所采用的编码算法以及数据帧长度；根据所述编码算法选择对应的卷积神经网络；根据所述数据帧长度设置所述卷积神经网络的输入特征数量；根据所述输入特征数量调整数据帧长度，通过所述卷积神经网络对调整后的所述压缩音频序列进行识别，得所述到压缩音频序列的特征值；若所述特征值低于预设静默阈值，判断所述压缩音频序列为静默音频。采用本发明，检测静默状态时不需要解码基带音频数据，大大减少了运算量、检测设备的内存储存空间要求。
一种基于人工智能压缩音频静默检测方法装置

[发明专利]数据处理方法、装置、电子设备及存储介质-CN202210551352.0在审
发明人：夏鑫;肖学锋 -专利权人：北京字跳网络技术有限公司
申请日： 2022-05-18 - 公布日： 2023-04-11 - 主分类号： G06N3/0464 文献下载
摘要：本公开实施例提供了一种数据处理方法、装置、电子设备及存储介质，该方法包括：将获取到的待处理图像输入至卷积网络中，得到待处理图像的待处理特征；将待处理特征输入至自回归序列生成模型中，得到与待处理图像相对应的目标特征；其中，自回归序列生成模型中包括批规范化层、自注意力子网络以及多层感知器层；基于目标特征对待处理图像进行分析处理。本公开实施例的技术方案，通过将卷积网络与自回归序列生成模型进行结合，并对自回归序列生成模型的结构进行改造，减少了模型运行过程中的计算量，提高了数据的处理效率。
数据处理方法装置电子设备存储介质

[发明专利]摄像装置、摄像方法以及程序-CN200880003701.3有效
发明人：本村秀人;吾妻健夫 -专利权人：松下电器产业株式会社
申请日： 2008-08-01 - 公布日： 2009-12-09 - 主分类号： H04N5/232 文献下载
摘要：摄像装置以及摄像方法，在电子式图像抖动修正中，能够修正在一幅帧中因照相机运动而发生的模糊，在该摄像装置以及摄像方法中，摄像装置(100)包括：第一图像特征量变换部(104)，将输入图像(117)变换为图像特征量；模糊检测部(105)，以时间序列来评价输入图像特征量(118)，并检测模糊；模糊合成部(107)，利用模糊模型(124)，针对无模糊摄像图像(129)虚拟地发生模糊，从而生成模糊合成图像(130)；模糊消除用图像特征量置换表部(110)，用于将包含模糊的图像的图像特征量置换为没有模糊的图像的图像特征量；以及最近旁图像特征量检测部(113)，输出无模糊摄像图像的图像特征量，以作为模糊消除图像特征矢量图像(133)，所述无模糊摄像图像的图像特征量与最接近输入图像特征量(118)的图像特征量的图像特征量成对。
摄像装置方法以及程序

[发明专利]基于协整建模的刀具磨损监测方法-CN201110045063.5有效
发明人：王国锋;冯晓亮;崔银虎 -专利权人：天津大学
申请日： 2011-02-24 - 公布日： 2011-08-17 - 主分类号： B23Q17/09 文献下载
摘要：本发明公开了一种基于协整建模的刀具磨损监测方法，通过刀具切削实验，提取出切削力信号的多个特征，用相关系数矩阵初步选定与刀具磨损量有相同趋势的特征时间序列，对各个选定的特征时间序列进行ADF检验判断是否为I(1)，在保证各个选定的特征时间序列都是I(1)后再进行协整性分析，求出特征值及协整矩阵β，然后进行Johansen检验，以确定协整阶数r及相关协整系数，根据协整系数建立新息变量的协整关系表达式，通过比较表达式的计算值确定最佳的协整模型，对确定的新息变量进行ADF检验，如果新息变量平稳，则所建协整模型正确，进而利用模型可以对刀具的磨损量做出预测。
基于整建刀具磨损监测方法

[发明专利]用于基于卷积神经网络回归的2D/3D图像配准的方法和系统-CN201610581340.7有效
发明人： R.廖;S.繆;Z.王 -专利权人：西门子保健有限责任公司;不列颠哥伦比亚大学
申请日： 2016-07-22 - 公布日： 2020-05-19 - 主分类号： G06T3/00 文献下载
摘要：基于针对所确定的参数空间区域提取的该3D医学图像中的3D点集合，根据该DRR和该X‑光图像的局部块，计算局部图像残差（LIR）特征。使用针对所确定的参数空间区域训练的回归量的分层序列，基于该LIR特征，计算更新的变换参数。该回归量的分层序列包括多个回归量，该多个回归量中的每一个计算针对该变换参数的相应子集的更新。
用于基于卷积神经网络回归图像方法系统