“频域残差”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567822个，建议您升级VIP下载更多相关专利

[发明专利]现代混合图像和视频编码方案中的多级残差编码-CN202080081486.X在审
发明人：本杰明·布罗斯;潘·浩·通·阮;海科·施瓦尔茨;德特勒夫·马尔佩;托马斯·威甘德 -专利权人：弗劳恩霍夫应用研究促进协会
申请日： 2020-09-23 - 公布日： 2022-07-08 - 主分类号： H04N19/36 文献下载
摘要：一种用于从数据流中解码残差信号的解码器，被配置为从数据流中解码经量化的预测残差和至少一个量化误差补偿信号；缩放经量化的预测残差以确定经缩放的预测残差；基于经缩放的预测残差和至少一个量化误差补偿信号确定重构的预测残差
现代混合图像视频编码方案中的多级

[发明专利]一种基于残差预测模型的边坡位移预测方法及相关装置-CN202310845882.0有效
发明人：许文波;孙立成;贾海涛;张民;任金胜;李建 -专利权人：电子科技大学
申请日： 2023-07-11 - 公布日： 2023-09-29 - 主分类号： G06F18/213 文献下载
摘要：本申请公开了一种基于残差预测模型的边坡位移预测方法及相关装置，用于提高基于支持向量机SVM的边坡位移预测模型的预测精度。本申请方法包括：获取第一边坡监测数据；使用第一边坡监测数据对基于SVM的第一模型进行边坡位移预测训练，得到边坡位移预测模型；使用第一残差数据对基于SVM的第二模型进行残差预测训练，得到残差预测模型；根据残差预测模型输出的残差预测结果对第一边坡位移预测结果进行修正，得到第二边坡位移预测结果；使用残差预测结果、第一残差数据和第二残差数据对基于随机森林的判别器进行残差判别训练，得到残差修正判别器；根据残差修正判别器输出的目标残差数据对第一边坡位移预测结果进行修正，得到目标边坡位移预测结果
一种基于预测模型位移方法相关装置

[发明专利]基于递归残差网络的超分辨率图像重建方法-CN201810638253.X在审
发明人：赵丽娟;周登文;段然;柴晓亮 -专利权人：华北电力大学
申请日： 2018-06-20 - 公布日： 2018-11-30 - 主分类号： G06T3/40 文献下载
摘要：本发明实施例提供一种基于递归残差网络的超分辨率图像重建方法，包括：将低分辨率图像输入训练后的递归残差神经网络中，获取超分辨率重建图像，其中，递归残差神经网络包括若干个残差单元，对于任一残差单元，任一残差单元的输入信息为上一残差单元的输出信息和低分辨率输入图像的高频特征图像本发明通过局部残差学习而非VDSR所用全局残差学习来训练神经网络，更有助于信息传输和梯度流动，将未插值的低分辨率图像作为输入，最后在网络末端使用去卷积层直接上采样到超分辨率输出图像，并通过在残差单元中引入递归结构，使得参数大大减少，降低了递归残差神经网络的计算复杂度。
残差递归神经网络超分辨率图像重建低分辨率图像超分辨率重建图像训练神经网络计算复杂度超分辨率低分辨率递归结构高频特征输出图像输出信息输入图像输入信息网络末端信息传输去卷积上采样网络图像学习引入流动全局

[发明专利]一种带宽压缩中的预测方法-CN201811260526.8在审
发明人：田林海;李雯;岳庆东 -专利权人：西安科锐盛创新科技有限公司
申请日： 2018-10-26 - 公布日： 2020-05-05 - 主分类号： H04N19/103 文献下载
摘要：本发明涉及一种带宽压缩中的预测方法，包括：选取大小为m*n待预测MB；根据第一预测模式，获取待预测MB的当前像素分量的第一预测残差；根据第二预测模式，获取待预测MB的多个预测搜索窗口的多个预测残差，并根据多个预测搜索窗口的多个预测残差获取第二预测残差；根据第一预测残差获取第一残差绝对值和，根据第二预测残差获取第二残差绝对值和；比较第一残差绝对值和与第二残差绝对值和，以选取待预测MB的最终预测模式。本实施的通过预测选择算法可以选择出最优的一种预测方法，对于图象中的复杂纹理找到合适的参考像素，并可得到最小预测残差，进一步降低理论极限熵，对于复杂纹理的图像进一步优化了预测效果。
一种带宽压缩中的预测方法

[发明专利]一种基于残差胶囊神经网络的图像分类系统-CN202111587100.5在审
发明人：胡小方;何鹏;周跃;段书凯 -专利权人：西南大学
申请日： 2021-12-23 - 公布日： 2022-03-25 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及图像分类技术领域，具体公开了一种基于残差胶囊神经网络的图像分类系统，搭载有残差胶囊神经网络，该网络包括第一、第二、第三残差胶囊模块，数字胶囊层；第一残差胶囊模块包括第一残差卷积子网和第一初始胶囊层，第二残差胶囊模块包括第二残差卷积子网和第二初始胶囊层，第三残差胶囊模块包括第三残差卷积子网和第三初始胶囊层。本发明基于残差学习的思想，通过多级残差胶囊模块串联的方式实现了多级信息复用，解决了网络加深之后梯度消失的问题，并且引入了空洞卷积，有助于提取更多的特征；运用转置卷积构建重构网络，在降低网络参数量的同时提升了网络性能
一种基于胶囊神经网络图像分类系统

[发明专利]基于预测树的点云几何编码、解码方法及设备-CN202211596014.5在审
发明人：李革;秦泰;张琦;王静;高文 -专利权人：北京大学深圳研究生院;鹏城实验室
申请日： 2022-12-13 - 公布日： 2023-06-13 - 主分类号： H04N19/96 文献下载
摘要：本发明公开了一种基于预测树的点云几何编码、解码方法及设备，包括：预先遍历预测树，获取待编码顶点到待编码顶点的前序顶点的残差的最小编码比特位数的最大值并进行编码；之后再次遍历以获取待编码顶点到所述待编码顶点的前序顶点的第一残差；利用最小编码比特位数的最大值与新的增强型联动上下文模型，对所述第一残差的绝对值进行编码；获取所述前序顶点到所述前序顶点的父顶点的第二残差；将每个可能的残差方向分别与所述第二残差的方向进行按位异或，以便重排序获得若干相对残差方向；根据相对残差方向的可行性作为先验信息，对第一残差的残差方向进行算术编码。与现有技术相比，本发明的编码方法对残差编码进行了优化，提高了编解码效率。
基于预测几何编码解码方法设备

[发明专利]一种微弱故障检测方法及系统-CN201810730589.9有效
发明人：朱红求;吴植亮;阳春华;彭涛;陈志文;杨超;陶宏伟;杨笑悦 -专利权人：中南大学
申请日： 2018-07-05 - 公布日： 2021-04-06 - 主分类号： G05B23/02 文献下载
摘要：本发明涉及故障检测、数字信号处理、应用数学交叉学科的技术领域，公开了一种微弱故障检测方法及系统，以实现对非线性、非高斯、非稳态且故障特征不明显、故障持续时间短的微弱故障检测，本发明的方法包括：生成原始残差信号；求得原始残差信号的分数阶微积分以及原始残差信号的二次型能量泛函的分数阶微积分，建立分数阶残差最速上升迭代公式；对分数阶残差最速上升迭代公式进行优化，获得优化后的分数阶残差最速上升迭代公式；将原始残差信号的均方根作为阈值，根据优化后的分数阶残差最速上升迭代公式计算得到的分数阶残差信号,将分数阶残差信号与阈值进行比较，当分数阶残差信号大于或等于阈值时，视为故障发生，反之，视为无故障发生。
一种微弱故障检测方法系统

[发明专利]一种用于水下通信调制识别的深度残差网络及系统-CN201811403513.1有效
发明人：王岩;肖静;陈君;张连;杨红芳;崔祥霞 -专利权人：泰山学院
申请日： 2018-11-23 - 公布日： 2021-11-23 - 主分类号： H04L27/00 文献下载
摘要：本申请公开了一种用于水下通信调制识别的深度残差网络及系统，包括：数据预处理层，所述数据预处理层包括第一深度残差网络层，数据特征提取层，所述数据特征提取层包括第二深度残差网络层、第三深度残差网络层和第四深度残差网络层，数据分类结果输出层，所述数据分类结果输出层包括第五深度残差网络层。由于本申请提供的用于水下通信调制识别的深度残差网络包含多个深度残差网络层，而且随着深度残差网络层深度的递增，深度残差网络层对数据的辨识能力递增，进而使得本申请提供的深度残差网络在用于水下通信时，可以提高在实际水底通信中的使用效果
一种用于水下通信调制识别深度网络系统

[发明专利]基于电压电流残差法的T型三电平APF故障诊断方法-CN202110152339.3有效
发明人：史丽萍;李衡;马也;缪荣新;孙裔峰;周畅;李昊 -专利权人：徐州上若科技有限公司
申请日： 2021-02-04 - 公布日： 2022-02-25 - 主分类号： G06F30/20 文献下载
摘要：本发明公开基于电压电流残差法的T型三电平APF故障诊断方法，包括：建立T型三电平有源电力滤波器的数学模型；分别对不同开关管故障时的故障特性进行分析，推导出每个开关管故障对应的电压残差和电流残差特性；对电压残差进行计算工频周期平均值处理得到电压残差标准值；对电流残差进行计算工频周期平均值处理，再进行归一化处理，得到电流残差标准值。当三相电压残差标准值绝对值之和大于阈值时，即判定为出现开关管故障；锁定最大电压残差标准值绝对值所在相为故障开关管所在相；通过故障相电压残差标准值的正、负判定开关管所在上、下桥臂。通过电流残差标准值判定故障管为纵向管还是横向管。
基于电压电流残差法电平 apf 故障诊断方法

[发明专利]一种基于内容自适应的光场视频编码方法-CN201911399373.X有效
发明人：金欣;涂望;李羚俊;颜成钢;戴琼海 -专利权人：清华大学深圳国际研究生院
申请日： 2019-12-30 - 公布日： 2021-10-01 - 主分类号： H04N19/107 文献下载
摘要：本发明公开了一种基于内容自适应的光场视频编码方法，方法包括：选取所述光场图像中的子图像的中心视点子图像和相邻子图像；对中心视点子图像进行编码后与所述相邻子图像的光场视频相减得到残差视频；根据残差视频在帧之间的相关性值R1的绝对值与相关性阈值τ的关系，将残差视频重排序为空域残差视频或者继续计算残差视频中的残差子图像在帧之间的残差能量值E1及在残差子图像之间的残差能量值E2，并选择相应的编码方法。本发明为残差视频自适应地从空域多视图编码方法和时域多视图编码方法中选择更好的方法，减小了残差视频的编码码流，提高了编码效率，进而提高了光场视频的编码效率。
一种基于内容自适应视频编码方法

[发明专利]一种基于残差量级排序的隐式解法-CN201910823231.5有效
发明人：竹军;胡国风;周胜;杨坤;王喆 -专利权人：四川腾盾科技有限公司
申请日： 2019-09-02 - 公布日： 2022-11-18 - 主分类号： G06F30/28 文献下载
摘要：本发明公开了一种基于残差量级排序的隐式解法，涉及数值计算领域，包括针对待测对象建立流场矩阵方程；设置边界条件和初始流场条件，计算各单元格的残差；定义残差的模，按残差模的量级建立多个求解队列；从残差量级最大的非空队列取出一个单元格进行控制方程迭代，直到残差的模下降一个量级；计算并更新受当前单元格变化影响残差变化的单元格的残差，将当前单元格及受当前单元格变化影响残差发生变化的单元格按残差模的量级大小放入相应队列中；直到大于收敛判据量级的残差队列均为空
一种基于量级排序解法

[发明专利]一种对图像进行压缩的方法和装置-CN201510598986.1有效
发明人：张伟 -专利权人：广州市百果园网络科技有限公司
申请日： 2015-09-18 - 公布日： 2018-08-17 - 主分类号： H04N19/137 文献下载
摘要：所述方法包括：获取目标图像的第一残差块，以及所述第一残差块对应的第一量化系数；确定所述第一残差块包含的各像素点的残差值的绝对值的第一和值；根据预先存储的全残差块阈值与量化系数、残差块包含的像素点数目的对应关系，以及所述第一量化系数和所述第一残差块包含的像素点数目，确定所述第一残差块对应的第一全残差块阈值；如果所述第一和值小于所述第一全残差块阈值，则将预设量化值作为所述第一残差块包含的各像素点的量化值，并对所述第一残差块包含的各像素点的量化值进行压缩处理
一种图像进行压缩方法装置

[发明专利]基于残差姿态胶囊路由的图像分类方法-CN202310509525.7在审
发明人：刘毅;周凌;沈仁杰;顾玉宛;李宁;石林;徐守坤 -专利权人：常州大学
申请日： 2023-05-08 - 公布日： 2023-07-14 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及图像处理领域，尤其涉及一种基于残差姿态胶囊路由的图像分类方法，所述方法为：构建基于残差姿态路由胶囊网络的图像分类网络；基于残差姿态路由胶囊网络的图像分类网络包括基础特征提取网络和残差姿态路由胶囊网络；基础特征提取网络用于对提取输入图像的基础深度特征；残差姿态路由胶囊网络包括残差胶囊路由模块和残差胶囊分类模块，残差胶囊路由模块用于基于基础深度特征提取并组建胶囊特征，残差胶囊分类模块用于基于胶囊特征进行分类
基于姿态胶囊路由图像分类方法

[发明专利]数据处理设备、方法、计算机程序和计算机可读介质-CN201780069205.7在审
发明人： I·达蒙佳诺维克 -专利权人：威诺瓦国际有限公司
申请日： 2017-09-08 - 公布日： 2019-06-21 - 主分类号： H04N19/33 文献下载
摘要：获得可用于重建信号(202)的第一表示的各个第一部分和第二部分的第一和第二多个残差元素(208)。进行变换操作以生成至少一个关联元素(212)。变换操作涉及第一多个残差元素中的至少一个残差元素和第二多个残差元素中的至少一个残差元素。至少一个关联元素取决于第一多个残差元素中的至少一个残差元素与第二多个残差元素中的至少一个残差元素之间的关联程度。
残差关联元素计算机可读介质数据处理设备计算机程序重建信号可用关联

[发明专利]大高差基线的对流层延迟和多路径误差分离方法及系统-CN202110371297.2在审
发明人：陈德忠;叶世榕;夏凤雨 -专利权人：武汉大学;长江勘测规划设计研究有限责任公司
申请日： 2021-04-07 - 公布日： 2021-09-07 - 主分类号： G01S19/37 文献下载
摘要：本发明提供一种大高差基线的对流层延迟和多路径误差分离方法及系统，首先将测区独立基线双差残差恢复为各测站各卫星非差残差，包括解算测区的一组独立基线，通过第一次增加重心基准，将各基线双差残差转换为站间单差残差；对各基线单差残差再一次增加重心基准，将站间单差残差恢复为各测站非差残差；然后，联合卫星斜路径信号的湿延迟投影函数，构建各测站非差天顶对流层延迟误差模型；最后从非差残差中减去该模型计算值得到多路径误差，
高差基线对流层延迟路径误差分离方法系统