“线性融合”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387313个，建议您升级VIP下载更多相关专利

[发明专利]基于多层次特征双线性融合网络的掌纹识别方法及系统-CN202310780417.3在审
发明人：马斌;汪凯旋 -专利权人：合肥酷芯微电子有限公司
申请日： 2023-06-28 - 公布日： 2023-10-03 - 主分类号： G06V40/12 文献下载
摘要：本发明提供了一种基于多层次特征双线性融合网络的掌纹识别方法及系统，包括：融合步骤：融合从多层次特征双线性融合网络提取到的掌纹深层次特征和掌纹浅层次特征，再将其进行多感受野双线性池化；轻量化步骤：对所述多感受野双线性池化后的多层次特征双线性融合网络进行轻量化处理；编码位置步骤：根据轻量化处理后的多层次特征双线性融合网络，将坐标注意力机制嵌入到其网络模型中。通过采用多层次特征双线性融合网络，深度挖掘掌纹的细节信息，提升了识别准确率。
基于多层次特征双线融合网络掌纹识别方法系统

[发明专利]基于Bottom-Up算法的主蒸汽调节阀非线性辨识方法-CN201910251516.6有效
发明人：曲广浩;叶春明;吕磊;王振;曹鹏飞;赵泽宁;崔世君;张运生 -专利权人：华能国际电力股份有限公司德州电厂;山东科技大学
申请日： 2019-03-29 - 公布日： 2023-09-26 - 主分类号： G06F17/18 文献下载
摘要：本发明公开了一种基于Bottom‑Up算法的主蒸汽调节阀非线性辨识方法，该方法包括以下步骤：获取历史数据样本；对历史数据样本进行重新排列，构造初始线性区间组；对初始线性区间组内两两相邻的线性区间进行融合，得到若干个融合区间；建立各融合区间的线性模型，采用最小二乘法辨识各线性模型的参数，根据参数辨识结果，计算各融合区间的损失函数；选取最小的损失函数，若该最小的损失函数小于设定的损失函数阈值，则保留最小损失函数的融合区间，其余区间仍保持初始的线性区间，组成新的线性区间组，重复步骤上述步骤，直至新的线性区间组中分段线性区间的个数等于最大转折角的数值为止，最终得到多段线性区间和各线性区间的线性模型。
基于 bottom up 算法蒸汽调节非线性辨识方法

[发明专利]基于线性正则变换的图像融合方法-CN201610030862.8在审
发明人：李炳照;郭勇;解延安;鲁溟峰 -专利权人：北京理工大学
申请日： 2016-01-18 - 公布日： 2016-05-11 - 主分类号： G06T5/50 文献下载
摘要：本发明涉及基于线性正则变换的图像融合方法，属于信息融合领域，适用于多聚焦图像的融合。基于自线性正则函数分解和重构理论，结合离散余弦变换(DCT)或离散正弦变换(DST)得到融合图像。本发明的基于线性正则变换的图像融合方法，把原图像分解在不同的时频平面上，继而采用离散余弦变换或离散正弦变换得到新的融合图像。由于线性正则变换具有3个自由量，在融合时可以利用不同参数的变化得到较好的融合图像。采用本发明的图像融合技术提高了融合图像的质量，有利于后续对图像的识别和分析。
基于线性正则变换图像融合方法

[发明专利]一种基于线性融合神经网络的肝硬化分类方法及电子设备-CN202111275902.2在审
发明人：王珊珊;朱威;樊子阳;曾亮;李晓春;胡谦;吴霓;何嘉文 -专利权人：湖北工业大学
申请日： 2021-10-29 - 公布日： 2022-02-11 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于线性融合神经网络的肝硬化分类方法、电子设备及计算机可读存储介质，所述方法包括：获取肝硬化感兴趣区域的图像和对应的分类标签，根据所述图像和对应的分类标签生成数据集；构建线性融合神经网络模型，利用所述数据集对所述线性融合神经网络模型进行训练，得到训练完备的线性融合神经网络模型；获取待分类包含肝硬化区域的图像，根据所述待分类包含肝硬化区域的图像和所述训练完备的线性融合网络模型，得到分类结果。本发明提供的基于线性融合神经网络的肝硬化分类方法，提高了肝硬化分类的准确度。
一种基于线性融合神经网络肝硬化分类方法电子设备

[发明专利]算子融合方法、计算装置、计算设备以及可读存储介质-CN202211268055.1在审
发明人：不公告发明人 -专利权人：上海壁仞智能科技有限公司
申请日： 2022-10-17 - 公布日： 2023-01-03 - 主分类号： G06F18/25 文献下载
摘要：本公开提供了一种算子融合方法、计算装置、计算设备以及可读存储介质。该算子融合方法应用于包括多个算子的神经网络，包括：基于算子的类别标签设置至少一个线性结构的模板融合模式；以及根据神经网络中的多个算子各自的类别标签，按照至少一个线性结构的模板融合模式对神经网络中的多个算子进行算子融合，以融合神经网络中符合至少一个的线性结构的模板融合模式的一个或多个算子。
算子融合方法计算装置设备以及可读存储介质

[发明专利]一种融合多源传感器信息的无人车定位方法-CN202210109679.2有效
发明人：张卫东;刘馨泽;王咸鹏;张永辉;黄梦醒;沈重 -专利权人：海南大学
申请日： 2022-01-29 - 公布日： 2023-05-30 - 主分类号： G01C21/16 文献下载
摘要：本发明涉及一种融合多源传感器信息的无人车定位方法，该方法包括以下步骤：步骤1：获取待控制车辆的GPS位置信息和IMU信息，并将待控制车辆结合惯性导航系统与GPS信号获得的厘米级精度定位作为真值；步骤2：建立线性模型；步骤3：获取线性模型下的融合多源传感器信息的无人车定位算法，并得到线性模型下的融合定位结果；步骤4：建立非线性模型；步骤5：获取运动学模型下的融合多源传感器信息的无人车定位算法，并得到非线性模型下的融合定位结果；步骤6：建立单车模型；步骤7：获取单车模型下的融合多源传感器信息的无人车定位算法，并得到单车模型下的融合定位结果，与现有技术相比，本发明具有提高无人车定位精度和适用性强等优点。
一种融合传感器信息无人定位方法

[发明专利]多特征融合方法、装置、电子设备及存储介质-CN201910233345.4有效
发明人：赛义德·穆罕默德·阿德南 -专利权人：北京达佳互联信息技术有限公司
申请日： 2019-03-26 - 公布日： 2021-02-12 - 主分类号： G06K9/62 文献下载
摘要：本申请提供了一种多特征融合方法、装置、电子设备及存储介质，包括：获取目标对象的图像数据对中多个非线性特征；将各所述非线性特征分别输入预设多核函数，分别得到对应各所述非线性特征的特征权重值；根据各所述特征权重值与对应各所述非线性特征的核函数的加权和，得到各所述非线性特征的融合特征。本申请获取的融合特征可以实现将多特征映射到非线性特征投影空间，实现了多特征的最优组合，简化大数据的计算复杂度。
特征融合方法装置电子设备存储介质

[发明专利]一种基于线性融合模型的遥感影像时空融合方法-CN202010515803.6在审
发明人：平博;苏奋振 -专利权人：中国科学院地理科学与资源研究所
申请日： 2020-06-09 - 公布日： 2020-09-15 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于线性融合模型的遥感影像时空融合方法，包括如下步骤：步骤(1)：将高频低分数据重采样到与低频高分数据相同的空间分辨率，以及相同的投影类型；步骤(2)：针对已知时期的低频高分数据，确定其邻域相似像元；步骤(3)：通过邻域相似像元与目标像元的空间距离计算相应的权重值；步骤(4)：通过线性解混理论计算式(3)中的系数b；步骤(5)：综合邻域相似像元对中心像元融合的贡献，计算预测时期的像元值，即实现对预测时期Landsat‑7数据的时空融合。本发明在线性模型时空融合理论基础上，综合线性解混方法计算线性模型的系数值，实现高分辨率及高频次遥感影像的模拟，实现模型系数的快速准确获取，提高了时空融合精度。
一种基于线性融合模型遥感影像时空方法

[发明专利]一种基于混合双线性网络的双模态情感分类方法-CN202211452090.9在审
发明人：赵嘉旌;郭浩;杨成 -专利权人：北京理工大学
申请日： 2022-11-21 - 公布日： 2023-05-02 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种基于混合双线性网络的双模态情感分类方法，属于情感分析技术领域，适用于意见挖掘、信息推荐、舆论监控等。利用预训练模型将多模态数据中的原始文本和图像分别转换为文本特征和图像特征；特征交互：将文本特征输入文本模块中生成浅层文本特征和深层文本特征；将图像特征输入图像模块中生成浅层图像特征和基于多递归注意力机制得到深层图像特征；特征融合：平行融合通过双线性融合的方式融合深层文本特征和深层图像特征，然后执行非线性函数变换，并与浅层文本特征和浅层图像特征进行拼接。交叉融合将深层文本特征和深层图像特征进行线性融合，然后执行非线性函数变换，再与浅层文本特征和浅层图像特征进行混合积运算。
一种基于混合双线网络双模情感分类方法

[发明专利]基于人工智能的流失处理方法、装置及电子设备-CN202111226130.3有效
发明人：徐广根;邹丰富;武宗平;叶沐芊;刘妍;陶冶;万志远;刘阳;江鑫;王惠淇;李鹏飞 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-10-21 - 公布日： 2023-06-13 - 主分类号： G06Q10/04 文献下载
摘要：计算机可读存储介质及计算机程序产品，相关实施例可应用于云技术、人工智能、智慧交通等各种行为场景；方法包括：对目标对象在行为场景中的多个行为特征进行嵌入表示处理，得到多个行为特征分别对应的嵌入特征；对多个行为特征进行线性融合处理得到线性融合特征，对多个行为特征以及多个行为特征分别对应的嵌入特征进行交叉融合处理得到交叉融合特征；对多个行为特征分别对应的嵌入特征进行线性映射处理及非线性映射处理得到映射特征；根据线性融合特征、交叉融合特征以及映射特征进行流失预测处理
基于人工智能流失处理方法装置电子设备

[发明专利]一种基于播放系统的图像融合方法-CN201510134419.0在审
发明人：江南春 -专利权人：上海分众软件技术有限公司
申请日： 2015-03-25 - 公布日： 2016-11-23 - 主分类号： H04N9/31 文献下载
摘要：本发明公开了一种基于播放系统的图像融合方法，播放系统包括多个投影装置，用于将投影投射于投影面上，显示重叠区域形成于两个投影装置投影的重叠区域，预设相应的亮度线性衰减值和亮度线性增强值；图像融合方法包括下述步骤：获取视频图像文件，视频图像文件为经过分割形成的预设部分的图像；获取位于显示重叠区域内的图像的亮度值；于显示重叠区域内部预设一标准线，根据亮度线性衰减值对标准线的右侧重叠区域内的图像进行亮度线性衰减，根据亮度线性增强值对标准线的左侧重叠区域内的图像进行亮度线性增强，形成融合图像，并输出。采用图像融合方法能够将两个以上的投影装置投影出现的重叠区域进行融合处理，以形成一完整流畅的图像。
一种基于播放系统图像融合方法

[发明专利]一种基于多帧融合的实时超分辨率重建方法及系统-CN202111194772.X在审
发明人：敖海;朱文康;冯雨;徐亮 -专利权人：芯动微电子科技（珠海）有限公司;芯动科技（珠海）有限公司
申请日： 2021-10-13 - 公布日： 2022-01-18 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于多帧融合的实时超分辨率重建方法及系统。该方法包括：构建网络模型；构建网络模型包括：对当前帧进行线性特征提取，获得当前帧的线性特征图；对当前帧和历史帧进行非线性特征提取和特征融合，获得特征融合后的非线性特征图；历史帧为所述当前帧的前N帧，其中，N为自然数；基于特征融合后的非线性特征图和当前帧的线性特征图，得到当前帧的目标分辨率的图像。
一种基于融合实时分辨率重建方法系统

[发明专利]一种口腔癌标志物线性表位融合肽及其应用-CN202210647825.7在审
发明人：穆锦全;李多;屠嫩斐 -专利权人：宁波市健康口腔医学研究院
申请日： 2022-06-08 - 公布日： 2022-08-19 - 主分类号： C12N9/64 文献下载
摘要：本发明公开了一种口腔癌标志物线性表位融合肽及其应用，该口腔癌标志物线性表位融合肽，包括融合肽1和融合肽2；所述融合肽1的核苷酸序列为：SKDQIKKLTSLKNKLERRQNRSQNPVQPIGPQTPKACDSK；所述融合肽2的核苷酸序列为：SKDQIKKLT SLKNKLERRQNEDERWTNNFREYNL；该口腔癌标志物线性表位融合肽可与T细胞表位融合，以促进免疫反应的发生，产生的抗血清具有较高的亲和力和特异性，为进一步制备高亲和力的单克隆抗体和检测试剂盒的开发打下良好基础，融合肽1和融合肽2通过化学偶联处理，可替代全长的MMP‑1作为检测试剂盒的校准品。
一种口腔癌标志线性融合及其应用

[发明专利]非线性振幅介电电泳波形用于细胞融合-CN02820027.6有效
发明人：理查德·E·沃尔特斯;德林·C·沃尔特斯;艾伦·D·金 -专利权人：塞托·帕尔斯科技公司
申请日： 2002-04-05 - 公布日： 2005-03-09 - 主分类号： C12N15/87 文献下载
摘要：本发明涉及提供在生物细胞融合脉冲前处理生物细胞的方法，其包括用融合前电场波形处理生物细胞，其振幅随时间以非线性改变，从而采用相对低振幅，长持续时间融合前电场波形使生物细胞首先被排列，然后采用相对高振幅，短持续时间融合前电场波形压缩，使细胞融合前细胞膜接触提高。非线性融合前电场波形可以阶段式，连续的，S形的方式改变，按照非线性算法，采用阶梯式的提高相邻梯级的波形，采用阶梯式的提高非相邻梯级的波形。
非线性振幅电泳波形用于细胞融合

[发明专利]估计生理年龄的线性融合模型训练、年龄估计方法和装置-CN202110119178.8在审
发明人：张聪;朱国康;俞轶 -专利权人：安徽华米健康科技有限公司
申请日： 2021-01-28 - 公布日： 2021-06-15 - 主分类号： G16H50/30 文献下载
摘要：本申请提出一种估计生理年龄的线性融合模型训练、年龄估计方法和装置，涉及数据处理技术领域，其中，方法包括：获取用户的时序年龄样本和身体质量指数样本；获取用户的动态序列值样本，对动态序列值样本进行多阶计算，获取动态序列特征值样本；将时序年龄样本、身体质量指数样本和动态序列特征值样本组合成待融合向量，并获取用户的疾病标签向量；根据预设损失函数、待融合向量和疾病标签向量进行训练估计生理年龄的线性融合模型。由此，生成的线性融合模型可以对多维度用户数据进行线性融合得到生理年龄，使生理年龄与疾病间的相关程度最大化，提高生理年龄估计的准确性和效率。
估计生理年龄线性融合模型训练方法装置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条