“迭代分解”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227100个，建议您升级VIP下载更多相关专利

[发明专利]使用雅可比旋转的矩阵本征值分解和奇异值分解-CN200580046441.4有效
发明人： J·W·凯彻姆;J·R·沃尔顿;M·S·华莱士;S·J·霍华德;H·伊纳诺古卢 -专利权人：高通股份有限公司
申请日： 2005-11-15 - 公布日： 2009-03-18 - 主分类号： H04L25/02 文献下载
摘要：描述了用于使用雅可比旋转对矩阵进行分解的技术。以多个复数值雅可比旋转矩阵对第一个复数值矩阵进行多次雅可比旋转迭代，以将第一个矩阵中的非对角线元素变为零。对于每次迭代，可以基于第一个矩阵构成子矩阵，并且对子矩阵进行分解以获得该子矩阵的本征向量，并且可以以该本征向量构成雅可比旋转矩阵，并且将雅可比旋转矩阵用于对第一个矩阵进行更新。对于本征值分解，可以基于雅可比旋转矩阵得到第三个本征值矩阵。对于奇异值分解，可以基于雅可比旋转矩阵得到具有左奇异向量的第四个矩阵以及奇异值矩阵。
使用可比旋转矩阵分解奇异

[发明专利]基于多时相本征图像分解的地物光谱反射率图像提取方法-CN202010818747.3在审
发明人：高国明;谷延锋 -专利权人：哈尔滨工业大学
申请日： 2020-08-14 - 公布日： 2020-11-06 - 主分类号： G06T7/00 文献下载
摘要：基于多时相本征图像分解的地物光谱反射率图像提取方法，本发明涉及多/高光谱遥感图像反射率信息提取。本发明的目的是为了解决现有多/高光谱遥感图像本征反射率信息提取精度低、鲁棒性差的问题。过程为：一：建立多时相遥感图像本征反射率信息表达模型；二：构建局部时‑空能量约束下的分解约束模型；三：将分解约束模型的最优解转化为共同反射率和2个阴影分量的迭代优化求解模型；四：给定多时相遥感图像和初始化参数，基于步骤三的迭代优化求解模型，求出最终本征反射率。
基于多时图像分解地物光谱反射率提取方法

[发明专利]一种基于TQWT和熵特征的癫痫脑电信号特征提取方法-CN202010746319.4在审
发明人：吕辰刚;常心怡;王增光;陈旨娟;陈雨心;杨希婷;李景;于子洋;牛书林 -专利权人：天津大学
申请日： 2020-07-29 - 公布日： 2020-11-10 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于TQWT和熵特征的癫痫脑电信号特征提取方法，包括下列步骤：对患者的脑电信号进行采集；预处理；利用TQWT算法将预处理后的脑电信号进行分解，表征成为几个子带；子带数目是迭代次数加一，即为(J+1)个子带，采用迭代的双通道滤波器对信号进行分解，每个滤波器组的低通输出作为输入到后续的过滤器组；在分解完成的子带上对熵特征进行提取，本发明将脑电信号中的香农熵和排列熵进行后续识别分类；第五步，采用
一种基于 tqwt 特征癫痫电信号提取方法

[发明专利]多分量脑电图信号分解方法、计算机系统及可读存储介质-CN202210370625.1在审
发明人：闫婵娟;陈璐;陈乐;闫小宁;赵一丁;李文彬;王欢 -专利权人：陕西省中医医院
申请日： 2022-04-10 - 公布日： 2022-08-05 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种多分量脑电图信号分解方法、计算机系统及可读存储介质，属于生物医学工程领域。基于独立分量在时频域的稀疏先验，在差分算子零空间追踪算法的框架中增加1范数的约束项，构造了一种基于不完全采样的脑电图信号重构和分解方案，并在交替迭代优化的框架下，采用交替方向乘子法对独立信号分量进行分离；其次将零空间追踪算法泄漏因子的解析式推导为代数式以便于计算，并采用不动点迭代法自适应的更新泄漏因子。实验结果表明本发明方法适用于采样缺损条件下的脑电图信号分解。
分量脑电图信号分解方法计算机系统可读存储介质

[发明专利]一种基于分层概率密度分解的过程监测和故障诊断方法-CN201811243457.X有效
发明人：应安妮;曾九孙;蔡晋辉;姚燕 -专利权人：中国计量大学
申请日： 2018-10-24 - 公布日： 2020-07-28 - 主分类号： G05B19/418 文献下载
摘要：本发明公开了一种基于分层概率密度分解的过程监测和故障诊断方法。构建分层概率图模型，将所有过程变量的联合概率密度分解为条件概率密度和低维概率密度的乘积，分解后的概率密度分别由核条件密度估计方法和核密度估计方法进行估计并统计检验；利用基于故障重构的迭代诊断方法，对输入变量和输出变量在每一个可能的故障方向上用迭代的方式求得最优故障值
一种基于分层概率密度分解过程监测故障诊断方法

[发明专利]一种基于非负张量环的彩色图片聚类方法-CN201910950147.X有效
发明人：余煜塬;赵启斌;周郭许 -专利权人：广东工业大学
申请日： 2019-10-08 - 公布日： 2022-06-24 - 主分类号： G06V10/762 文献下载
摘要：本发明提供了一种基于非负张量环的彩色图片聚类方法，包括以下步骤：构建非负张量环分解的误差函数，设置迭代终止条件；设置非负张量环分解的秩；对误差函数进行求解，当达到所述终止迭代条件时，输出更新后的所有张量核本发明的基于非负张量环的彩色图片聚类方法，在降维以及特征提取中，引入张量环分解和非负约束，消除对秩的限制，有效提取彩色图片的非负低维数据特征用于聚类，提高了彩色图片数据集的聚类效果。
一种基于张量彩色图片方法

[发明专利]一种用于高维数据聚类的半监督降维方法-CN201110308490.8无效
发明人：刘海风;杨政;吴朝晖 -专利权人：浙江大学
申请日： 2011-10-12 - 公布日： 2012-04-11 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种用于高维数据聚类的半监督降维方法，包括：(1)构建样本特征矩阵；(2)构建约束矩阵；(3)构建迭代方程组，迭代输出过渡矩阵；(4)求得降维后的样本特征矩阵。本发明通过在样本特征矩阵分解的过程中加入部分已知类别信息作为约束，并应用了概念分解的理念，使分解得到的系数矩阵作为高维样本特征矩阵的低维表示，将该低维矩阵用于聚类分析，可使得聚类分析变得简单而有效；同时本发明降维后的数据具有良好的可解释性
一种用于数据监督方法

[发明专利]一种变分模态分解的参数确定方法-CN202211160745.5在审
发明人：马立勇;张湧;郁可鸣;屈崇;吴紫境 -专利权人：哈尔滨工业大学（威海）
申请日： 2022-09-22 - 公布日： 2022-12-13 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种变分模态分解的参数确定方法，所述方法包括如下步骤：第一步、确定K和α的搜索范围，确定总迭代次数NT，当前迭代次数NC设置为0；第二步、在搜索范围内，选取P个不同的变分模态分解参数(K,α)；第三步、对所有P个变分模态分解参数，计算每个变分模态分解参数的目标函数；第四步、保留获得小的目标函数结果的变分模态分解的参数，对其余获得大的目标函数结果的每一个变分模态分解的参数，采用优化算法，得到更新后的参数；第五步、NC加1；如果NT大于该方法对变分模态分解的K和α进行自动寻优的方法，解决了手工设置两个参数导致分解结果不正确的问题。
一种变分模态分解参数确定方法

[发明专利]用于计算光学模型模拟的特征内核的方法-CN201910773551.4在审
发明人：何力键 -专利权人：台湾积体电路制造股份有限公司
申请日： 2019-08-21 - 公布日： 2020-03-27 - 主分类号： G06F30/20 文献下载
摘要：将取样矩阵迭代地乘以特征矩阵，并且根据数值稳定性自适应地重新按比例调整相乘结果直到满足收敛条件。使用迭代结果来形成简化特征矩阵。计算简化特征矩阵的分解值，并且从计算出的分解值中提取多个特征内核。
用于计算光学模型模拟特征内核方法

[发明专利]基于EMD-FE-LSTM及迭代误差修正的光伏功率短期预测方法-CN202110440928.1在审
发明人：张家安;郝峰;姜皓龄 -专利权人：河北工业大学
申请日： 2021-04-23 - 公布日： 2021-06-04 - 主分类号： G06Q10/04 文献下载
摘要：本发明为基于EMD‑FE‑LSTM及迭代误差修正的光伏功率短期预测方法，该方法首先通过模糊熵(FE)对不同的天气类型进行量化，提取与待预测日相近的相似日，以相似日的光伏序列利用长短期记忆网络进行误差迭代，同时对历史相似日的光伏功率序列进行经验模态分解(EMD)，再利用长短期记忆网络进行预测，再以迭代误差对预测结果进行修正，实现间接预测和直接预测的结合，提高了预测的精度。此外还对经验模态分解后的所有的IMF分量进行Hurst分析，根据Hurst指数的规律性进行多尺度重构，对重构的分量再分别运用长短期记忆网络(LSTM)进行预测，进一步降低了误差，提高了预测的准确性。
基于 emd fe lstm 误差修正功率短期预测方法

[发明专利]通过硬件实现的奇异值分解方法、芯片、电子设备-CN202310637399.3在审
发明人：张华秋;赛义德•哈格哈特舒尔;迪兰·理查德·缪尔;卡拉·布雷洛;白鑫;乔宁 -专利权人：上海时识科技有限公司;深圳时识科技有限公司
申请日： 2023-05-31 - 公布日： 2023-09-01 - 主分类号： G06F18/20 文献下载
摘要：本发明公开了一种通过硬件实现的奇异值分解方法、芯片、电子设备。为解决现有奇异值分解在硬件中实现复杂、成本高、功耗高的缺点，本发明通过迭代的方式，使用简单的2×2旋转子矩阵K逐步对角化给定的3×3矩阵C，其中C为根据传感器输出数据所得到的协方差矩阵，且矩阵C为半正定矩阵本发明利用查找表，以在每次迭代时快速获得当前迭代过程中的2D旋转矩阵，复杂度低、效率高。
通过硬件实现奇异分解方法芯片电子设备

[发明专利]一种土地利用空间布局人工免疫优化模型的并行化方法-CN201310424814.3有效
发明人：刘耀林;赵翔;刘艳芳;刘殿锋;何建华;焦利民 -专利权人：武汉大学
申请日： 2013-09-17 - 公布日： 2013-12-11 - 主分类号： G06Q10/04 文献下载
摘要：一种土地利用空间布局人工免疫优化模型的并行化方法，包括分解面向土地利用空间布局优化的多目标人工免疫模型，分解结果包括种群初始化算子、目标向量计算算子、选择算子、克隆算子、变异算子、种群更新算子和解码算子；构建免疫算子数组，将需要迭代执行的算子按顺序存入免疫算子数组，需要迭代执行的算子包括克隆算子、变异算子、目标向量计算算子、选择算子、种群更新算子。种群初始化算子和目标向量计算算子一起并行执行，然后串行执行选择算子；对迭代执行的免疫算子数组，克隆算子、变异算子、目标向量计算算子依次分别并行执行，选择算子、种群更新算子依次串行执行；最后并行执行解码算子
一种土地利用空间布局人工免疫优化模型并行方法

[发明专利]基于分数间隔与迭代算法的单载波信号时域均衡方法-CN201710230958.3有效
发明人：马卓;黄星;杜栓义;高湾湾 -专利权人：西安电子科技大学
申请日： 2017-04-11 - 公布日： 2019-12-10 - 主分类号： H04L25/03 文献下载
摘要：本发明提出了一种基于分数间隔与迭代算法的单载波信号时域均衡方法，用于解决现有单载波信号时域均衡方法存在的误码率性能差的技术问题，实现步骤为：1、对接收信号以M倍符号速率进行采样，并对采样结果进行分块；2、对数据块进行分解，并利用分解结果对不同信道响应进行估计；3、分别对奇偶信号进行MMSE均衡；4、对奇、偶信号软信息分别进行拼接；5、设置迭代次数K，并初始化K＝0；6、将奇、偶序列译码块软信息合并，得到合并软信息；7、利用迭代算法，对奇偶序列译码块软信息分别进行更新，8、输出译码结果。
基于分数间隔算法载波信号时域均衡方法

[发明专利]基于FPGA的实对称矩阵的特征值分解的并行实现方法-CN201910504034.7有效
发明人：张春杰;郝英军;司伟建;邓志安;曲志昱;侯长波;汲清波;杨梦 -专利权人：哈尔滨工程大学
申请日： 2019-06-12 - 公布日： 2022-10-28 - 主分类号： G06F17/16 文献下载
摘要：本发明属于阵列信号处理领域，具体涉及基于FPGA的实对称矩阵的特征值分解的并行实现方法。具体实现步骤如下：根据阵元数目构建特征值分解的脉动阵列结构，设定所需的处理单元；对接收的阵元信号进行预处理；求解旋转角度并将其转换为角度值；查表得到对应的正弦值和余弦值；更新矩阵元素和特征向量；判断是否达到要求迭代次数；若未达到，在阵列结构中交换矩阵元素为下次迭代做准备；判断是否需要改变处理单元内部的输入输出顺序；若是，则改变输入输出数据的顺序。本方法通过处理单元之间数据的传递以及处理单元内部的数据顺序的转换，提高了迭代效率而且运算速度快，应用前景广阔。
基于 fpga 对称矩阵特征值分解并行实现方法

[发明专利]一种多维多变量非高斯空间随机场模拟方法-CN201710320536.5在审
发明人：吴勇信;高玉峰;李睿;张宁;张飞 -专利权人：河海大学
申请日： 2017-05-09 - 公布日： 2017-09-15 - 主分类号： G06F17/50 文献下载
摘要：包括如下步骤首先给定一个目标多维非高斯功率谱矩阵与参数的分布特性，并假定一个初始的多维高斯功率谱矩阵，求解多维非高斯功率谱矩阵，比较其与目标功率谱矩阵的误差；其次对目标多维功率谱矩阵、多维高斯功率谱矩阵以及多维非高斯功率谱矩阵进行分解，并对分解后矩阵的元素进行迭代；求解新的多维高斯功率谱矩阵；对各变量进行随机排序，重复迭代，使精度满足要求；最后由迭代得到的高斯功率谱矩阵模拟高斯空间随机场，再进一步得到多维多变量非高斯空间随机场。本发明模拟的多维多变量非高斯空间随机场精度高、迭代收敛性强，且可以与FFT联合使用，从而保证了模拟效率，适于推广应用。
一种多维多变量非高斯空间随机模拟方法

首页
«上一页
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