“高斯噪声模型”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950857个，建议您升级VIP下载更多相关专利

[发明专利]一种针对非理想稀疏信道的估计方法-CN202110174163.1有效
发明人：蔡豪;袁正道;高童迪;秦学珍;藏涛 -专利权人：蔡豪;袁正道
申请日： 2021-02-09 - 公布日： 2022-06-03 - 主分类号： H04B17/391 文献下载
摘要：本发明公开了一种针对非理想稀疏信道的估计方法，包括以下步骤：A：建立通信系统信道模型；B：建立加权高斯先验模型；C：根据步骤A中得到的通信系统信道模型，以及步骤B中得到的加权高斯先验模型，求解信道抽头向量、信道抽头向量中元素取非零值的概率、信道的噪声方差、加权高斯先验的权重和高斯分布的均值，最终得到非理想稀疏信道的信道抽头向量。
一种针对理想稀疏信道估计方法

[发明专利]一种鲁棒的水下传感器网络目标跟踪方法-CN201410577717.2有效
发明人：陈耀武;朱光明;田翔;周凡 -专利权人：浙江大学
申请日： 2014-10-24 - 公布日： 2015-02-04 - 主分类号： G05D1/12 文献下载
摘要：本发明公开了一种鲁棒的水下传感器网络目标跟踪方法，包括以下步骤：(1)利用正态逆伽玛分布模型对水下传感器节点的测量偏置以及非高斯随机测量噪声进行建模；(2)利用变分贝叶斯近似方法对正态逆伽玛分布的模型参数的更新过程进行求解；(3)结合扩展卡尔曼滤波算法实现对目标状态以及传感器节点测量偏置的估计，并对非高斯测量噪声具有一定的鲁棒性。本发明提供的鲁棒的水下传感器网络目标跟踪方法，充分考虑了传感器节点本身存在测量偏置以及复杂的水下环境导致的非高斯随机测量噪声对目标状态估计的影响，利用正态逆伽玛分布模型对测量偏置和非高斯随机测量噪声进行建模
一种水下传感器网络目标跟踪方法

[发明专利]一种对混合噪声鲁棒的联邦学习方法及系统-CN202211248244.2在审
发明人：陈益强;曾碧霄;杨晓东;于汉超 -专利权人：中国科学院计算技术研究所
申请日： 2022-10-12 - 公布日： 2023-01-06 - 主分类号： G06N20/20 文献下载
摘要：本发明提出一种对混合噪声鲁棒的联邦学习方法，包括：将客户端根据本地训练数据和主观逻辑损失函数更新的本地度量模型参数发送给服务端；获取服务端根据客户端以及其他客户端更新的本地度量模型参数和对应的样本数据量计算的全局度量模型参数；由客户端根据全局度量模型参数和本地训练数据，计算每一训练样本的主观逻辑损失及本地高斯混合分布并发送给服务端；获取服务端根据多个本地高斯混合分布计算的区间阈值，并基于区间阈值和本地高斯混合分布对训练数据进行混合噪声识别，进而对识别的开集噪声、闭集噪声分别进行过滤和修正。本发明还提出一种对混合噪声鲁棒的联邦学习系统，以及一种用于联邦学习的数据处理装置。
一种混合噪声联邦学习方法系统

[发明专利]基于自适应卡尔曼滤波器的电力信息物理系统攻击检测方法-CN202110092345.4有效
发明人：王勇;王文婷;赵岩;杨昕;王显盖;聂其贵;刘鑫;赵洋;赵晓红;刘新;靳长岭;杨淑仙;李健 -专利权人：国网山东省电力公司;国网山东省电力公司电力科学研究院;东北电力大学
申请日： 2021-01-24 - 公布日： 2022-03-22 - 主分类号： H04L9/40 文献下载
摘要：本发明是一种基于自适应卡尔曼滤波器的电力信息物理系统攻击检测方法，其特点是，包括：建立带有高斯噪声的连续电力信息物理系统的数学模型、建立带有高斯噪声的离散电力信息物理系统的数学模型、引入动态负载攻击信号、建立受到动态负载攻击信号攻击的带有高斯噪声的离散电力信息物理系统的数学模型、建立离散电力信息物理系统的自适应卡尔曼滤波器的数学模型和电力信息物理系统的攻击检测方法等内容。
基于自适应卡尔滤波器电力信息物理系统攻击检测方法

[发明专利]一种基于局部方向统计特性的MRI影像噪声去除方法-CN202210336269.1在审
发明人：何刚;周大唐;俞文心;孙勤;许康;刘畅 -专利权人：西南科技大学
申请日： 2022-03-31 - 公布日： 2022-07-05 - 主分类号： G06T5/00 文献下载
摘要：本发明公开一种基于局部方向统计特性的MRI影像噪声去除方法，包括步骤：对存在噪声的MRI图像进行噪声估计，并获得类高斯函数；基于MRI图像获得多个积核大小下的多个方向下的梯度方向基础模型组；判断声点：对MRI图像的每一个像素点，根据梯度方向基础模型组判断其是否为噪声点；进行噪声点去除：如果是噪声点则通过所述类高斯函数进行去噪复原。
一种基于局部方向统计特性 mri 影像噪声去除方法

[发明专利]人脸训练样本图像的生成方法、系统、计算机设备及存储介质-CN202111018337.1在审
发明人：方利红;张小龙;包建意;徐韡 -专利权人：杭州艾芯智能科技有限公司
申请日： 2021-08-31 - 公布日： 2021-11-26 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及一种人脸训练样本图像的生成方法、系统、计算机设备及存储介质，获取真实图像和随机噪声特征图；将所述随机噪声特征图经过高斯同分布后得到同分布噪声特征图，将所述同分布噪声特征图送入生成模型得到虚拟图像；将所述真实图像和所述虚拟图像输入判别模型进行判别；依据判别结果对所述判别模型和所述生成模型进行训练优化，得到对抗生成网络模型；随机挑选一真实样本图像，送入所述对抗生成网络模型，输出若干训练样本图像。依据经高斯同分布后的同步噪声特征图得到虚拟图像，并根据该虚拟图像和真实图像进行判别结果优化网络模型，最后，通过优化后的网络模型生成大量的训练样本，解决现有人脸训练样本图像不足的问题。
训练样本图像生成方法系统计算机设备存储介质

[发明专利]一种开关量接口电路的健康评估方法及装置-CN202211334964.0在审
发明人：马剑;徐沛洋;李天昊;韩宗瀚;张子博;邹新宇;吕琛 -专利权人：北京航空航天大学
申请日： 2022-10-28 - 公布日： 2023-02-03 - 主分类号： G06F30/398 文献下载
摘要：本发明公开了一种开关量接口电路的健康评估方法及装置，其方法包括：根据开关量接口电路中的电子元件种类和电子元件间的连接关系，构建开关量接口电路仿真模型；通过外加相同的干扰电压，对所述开关量接口电路仿真模型中的每个电子元件进行仿真处理确定开关量接口电路中的关键电子元件；通过对所述关键电子元件进行连续故障注入仿真与主动激励测试处理，得到关键电子元件在不同故障程度下的极限抗干扰电压仿真数据，并在每个极限抗干扰电压仿真数据上添加用于模拟测量误差的高斯噪声，得到添加有高斯噪声的极限抗干扰电压仿真数据；利用所述添加有高斯噪声的极限抗干扰电压仿真数据和高斯混合模型，得到所述开关量接口电路的健康评估结果。
一种开关接口电路健康评估方法装置

[发明专利]基于迭代自适应算法的电力线通信系统脉冲噪声抑制方法-CN201710155567.X有效
发明人：余明宸;李有明;卢倩倩;李娜娜 -专利权人：宁波大学
申请日： 2017-03-16 - 公布日： 2019-11-15 - 主分类号： H04L27/26 文献下载
摘要：本发明公开了一种基于迭代自适应算法的电力线通信系统脉冲噪声抑制方法，其发送端发出加有循环前缀的离散时域信号；接收端根据去掉循环前缀后的带有异步脉冲噪声干扰的离散时域信号，获取仅包含异步脉冲噪声和有色背景噪声的混合信号；然后利用迭代自适应算法求解混合信号的频谱；接着根据混合信号和混合信号的频谱，采用逆序和放大变换，获取异步脉冲噪声的估计值；最后在接收信号中减去脉冲噪声的估计值，完成对异步脉冲噪声的抑制，得到有效信号；优点是能够有效估计并抑制异步脉冲噪声，从而保留有效信号，具有较小的均方误差；且能够适用于伯努利高斯模型、米德尔顿A类模型和高斯混合模型。
基于自适应算法电力线通信系统脉冲噪声抑制方法

[发明专利]一种基于高斯混合模型和变分贝叶斯的粒子滤波方法-CN201611165889.4有效
发明人：陆湛;赵智;余卫宇 -专利权人：华南理工大学
申请日： 2016-12-16 - 公布日： 2020-02-04 - 主分类号： G06T7/277 文献下载
摘要：本发明公开了一种基于高斯混合模型和变分贝叶斯的粒子滤波方法，包括以下步骤：1)对观测噪声使用高斯混合模型进行建模，初始化初始状态；2)基于初始状态的概率密度函数随机产生N个初始粒子；3)初始化观测噪声的高斯混合模型未知参数的超参数；4)从选用的重要性参考函数中生成采样粒子；5)量测更新，根据最新的观测值和粒子权值迭代公式计算粒子权值；6)使用变分贝叶斯方法通过循环迭代的方法求出高斯混合模型中未知参数的分布；7)对粒子权值进行归一化
一种基于混合模型分贝粒子滤波方法

[发明专利]一种基于高斯混合模型隐变量监督学习的多点云配准方法-CN202111272107.8在审
发明人：王耀南;赵佳文;朱青;毛建旭;张辉;彭伟星;吴昊天;武子杰;唐永鹏 -专利权人：湖南大学
申请日： 2021-10-29 - 公布日： 2022-01-28 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于高斯混合模型隐变量监督学习的多点云配准方法，构建标准点云和待配准点云集合；将标准点云和待配准点云集合建模为同样的高斯混合模型，设置高斯混合模型的超参数为K；设标准点云为高斯混合模型生成的一个样本，使用神经网络求得隐变量，求解最优高斯混合模型参数；设待配准点云集合经刚性变换后配准完成的点云集合为高斯混合模型生成的一个样本，使用神经网络求得隐变量，使用上一步所求最优高斯混合模型参数，求解最优变换参数，使得变换后点云的高斯混合模型与标准点云的高斯混合模型一致；根据上一步所求最优变换参数完成多点云的配准，同时也完成了与标准点云的对齐。其点云配准速度快、配准步骤简单，对噪声鲁棒性好。
一种基于混合模型变量监督学习多点云配准方法

[发明专利]基于改进Directionlet域的广义高斯模型图像去噪方法-CN200910219348.9有效
发明人：焦李成;侯彪;张冬翠;刘芳;王爽;张向荣;马文萍 -专利权人：西安电子科技大学
申请日： 2009-12-04 - 公布日： 2010-06-02 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于改进Directionlet域的广义高斯模型图像去噪方法，主要解决现有去噪方法边缘细节丢失严重、均匀区域过平滑的问题。其实现步骤为：(1)选测试图像，加入高斯噪声，得到噪声图像；(2)对噪声图像进行子图分割，确定各子图的变换矩阵；(3)对子图采样，得到陪集；(4)对各陪集进行各向异性小波变换；(5)估计高频子带广义高斯模型的形状参数和局部标准差本发明具有边缘细节保持好、均匀区域失真少和峰值信噪比高的优点，可用于去除自然图像中的高斯噪声。
基于改进 directionlet 广义模型图像方法

[发明专利]面向联邦学习的差分隐私保护方法及装置-CN202211168249.4在审
发明人：李丽香;李卉桢;彭海朋;李海涛;陈俊;戴一挥;丁一航;姚俊先;杨方;刘济舟 -专利权人：广东省农村信用社联合社;北京邮电大学
申请日： 2022-09-23 - 公布日： 2022-12-16 - 主分类号： G06F21/62 文献下载
摘要：本发明提供一种面向联邦学习的差分隐私保护方法及装置，该方法包括：获取参与当前轮学习的各个客户端上传的模型权重差；根据当前轮学习对应的裁剪参数，对所述各个客户端上传的模型权重差分别执行裁剪操作；对执行裁剪操作后的各个模型权重差进行聚合，并根据当前轮学习对应的高斯噪声分布对聚合后的模型权重差进行加噪处理，完成当前轮学习的模型更新；其中，当前轮学习对应的高斯噪声分布根据当前轮学习对应的噪声尺度和当前轮学习对应的裁剪参数确定，各轮次学习对应的噪声尺度随学习轮次的增加逐渐减小能够使所加噪声贴合当前客户端上传的模型权重信息特点，从而获得更高的模型精度，并有效减少差分隐私保护中的隐私预算。
面向联邦学习隐私保护方法装置

[发明专利]一种基于图片的人员属性分类方法及系统-CN201911139046.0有效
发明人：周鹏;吴劲峰;陈瑞生 -专利权人：中科视元科技（杭州）有限公司
申请日： 2019-11-20 - 公布日： 2022-06-10 - 主分类号： G06F16/55 文献下载
摘要：本发明的技术方案，通过移动终端获取图片后加入单高斯噪声，并随机选择候选图片序列分组后，进行K级差分；然后提取K级差分图片矩阵中每一个图片的噪声，得到图片噪声序列矩阵，通过判断图片噪声序列矩阵是否满足混合高斯模型来决定候选图片序列分组是否成功本发明的上述方案，通过提取候选图片序列中的图片属性，并且结合混合高斯模型对于灰度变化图片的敏感性，来进行图片分组，特别适合于人物图片分组，并且分组过程不需要用户介入也无需预先设定参数，结果客观。
一种基于图片人员属性分类方法系统

[发明专利]一种基于高维模型表征与顶点分析策略的空腔噪声预测方法-CN201610280321.0有效
发明人：邱志平;许孟辉;王晓军;王冲;李云龙;王磊;仇翯辰;陈贤佳;郑宇宁 -专利权人：北京航空航天大学
申请日： 2016-04-28 - 公布日： 2018-10-02 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种基于高维模型表征与顶点分析策略的空腔噪声预测方法。首先，将空腔噪声预测过程中的不确定性以相互独立的区间模型定量化，利用空腔噪声响应关于参数非线性程度确定其最佳平方逼近函数的阶数及高斯积分点。其次，利用高斯积分点对区间参数进行抽样，计算每个区间参数样本点处空腔噪声响应的离散值，进一步利用高维模型表征理论建立基于逐维最佳平方逼近函数的代理模型。最后，计算由所有区间参数张成的超立方体顶点的空间位置坐标及相应顶点处代理模型的取值，进一步确定区间参数影响下空腔噪声响应的区间波动范围。本发明考虑了不确定性对空腔噪声预测的影响，与实际工程领域具有良好吻合性。
一种基于模型表征顶点分析策略空腔噪声预测方法

[发明专利]基于去噪扩散概率模型的单图像反光去除方法及相关设备-CN202310036140.3在审
发明人：陈勇勇;陈炜昕;孟利翔;苏敬勇 -专利权人：哈尔滨工业大学（深圳）（哈尔滨工业大学深圳科技创新研究院）
申请日： 2023-01-10 - 公布日： 2023-03-31 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于去噪扩散概率模型的单图像反光去除方法及相关设备，所述方法包括构建去噪扩散概率模型，并获取原始训练图像及所述原始训练图像对应的干净图像；当所述原始训练图像及所述干净图像进行训练时，输入不同的高斯噪声至所述去噪扩散概率模型，得到所述去噪扩散概率模型对所述高斯噪声拟合后得到目标噪声；基于所述目标噪声对所述原始图像进行逆向取样，得到所述原始图像的目标干净图像。本发明使用去噪扩散概率模型应用于单图像反光去除，由于去噪扩散概率模型具有保留数据语义结构的能力以及在图像细粒度方面的恢复能力更强，令反光去除后的图像恢复达到重建质量更好的效果。
基于扩散概率模型图像反光去除方法相关设备