专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果4579144个,建议您升级VIP下载更多相关专利
  • [发明专利]基于低秩张量分解的物联网数据补全方法、设备及介质-CN202310729965.3有效
  • 符蕴芳;符瑞毅;孟惜;方明辉;马玉鹏;史伟强 - 石家庄学院
  • 2023-06-20 - 2023-08-18 - G06F16/215
  • 本发明提供了一种基于低秩张量分解的物联网数据补全方法、设备及介质,首先构建物联网监测数据的数据并进行正交Tucker分解,得到核张量和因子矩阵;将核张量、因子矩阵、数据输入到张量补全模型中,对张量补全模型进行求解,并用数据对求解得到的重构数据进行张量补全,得到补全后的重构数据;其中,张量补全模型根据核张量和因子矩阵的各模的乘积生成的重构数据刻画物联网监测数据的低秩性通过将构建的物联网的数据张量分解后,依据相应的张量补全模型进行补全,采用核张量与因子矩阵的各模的乘积生成的重构数据刻画物联网监测数据的低秩性,有效提高物联网数据的重建精度。
  • 基于张量分解联网数据方法设备介质
  • [发明专利]基于高阶奇异值分解的上下文推荐方法及装置-CN201810414525.8有效
  • 熊冬青;李家春 - 广东机电职业技术学院
  • 2018-05-03 - 2020-07-31 - G06F16/9535
  • 本发明公开了一种基于高阶奇异值分解的上下文推荐方法及装置,所述方法包括:获取用户对项目的评分信息及相应的上下文信息;根据上下文类型的不同,构建对应于每个上下文的;按照展开规则将每个展开,得到个二矩阵;根据每个二矩阵,利用奇异值分解确定中心张量维度,构建新的;计算每个上下文的权重;根据新的以及对应的上下文权重,构建N张量;根据目标用户ID和项目ID,找到目标用户在N张量对应的位置,为目标用户生成推荐列表。本发明将上下文信息融合到推荐生成中,通过计算上下文权重以及确定中心张量维度,大大提高了推荐结果的准确性。
  • 基于奇异分解上下文推荐方法装置
  • [发明专利]一种基于张量光谱匹配滤波的高光谱图像目标检测方法-CN201710374790.3有效
  • 谷延锋;刘永健 - 哈尔滨工业大学
  • 2017-05-24 - 2020-08-25 - G06K9/00
  • 一种基于张量光谱匹配滤波的高光谱图像目标检测方法,本发明涉及涉及高光谱图像的目标检测。本发明的目的是为了解决现有高光谱图像目标检测方法中不能从维数据整体进行信息挖掘,检测精度低的问题。过程为:一:建立张量表示下的目标和背景的信号表示模型;二:基通过给定的窗口大小,将待检测的高光谱图像转换成的形式,建立基于局部邻域的空X‑空Y‑光谱‑样本四4D;:求取4D的空X、空Y、光谱个方向的协方差矩阵;四:得到映射后的新的;五:分别计算目标光谱张量和空X‑空Y‑光谱与映射后的新的的内积
  • 一种基于张量光谱匹配滤波图像目标检测方法
  • [发明专利]一种针对图像识别的最小二乘支持机建模方法-CN202010013260.8有效
  • 孙涛;孙希明 - 大连理工大学
  • 2020-01-07 - 2022-11-18 - G06V10/774
  • 本发明属于人工智能中的图像识别技术领域,提供一种针对图像识别的最小二乘支持机建模方法,首先在图片预处理的数据结构下建立原始的最小二乘支持机模型;其次通过利用拉格朗日乘子方法与张量‑Tucker分解方法获得具有Tucker分解形式的线性方程组;最后通过求解该线性方程组并获得具有Tucker分解形式的最小二乘支持机识别模型。Tucker分解形式的最小二乘支持机识别模型充分考虑了图像数据内部的自然空间关系。一方面避免了图像数据本身在向量化训练的过程中可能遇到的维度灾难和误差庞大等问题。
  • 一种针对图像识别最小支持张量建模方法
  • [发明专利]秩一分解方法-CN202111625499.1在审
  • 孟力;杨康定;杨博淙;王飞彪;刘志;楼佳妙 - 频率探索智能科技江苏有限公司
  • 2021-12-28 - 2022-03-25 - G01M13/045
  • 本发明属于故障诊断信号处理技术领域,具体涉及一种秩一分解方法,该方法首先采用两个振动加速度传感器获取轴承两个通道的振动加速度信号;再将双通道信号建立为一个信号;最后,对双通道信号进行秩一分解,同时引入故障特征频率及秩一间的相关系数作为分解约束条件和优化选取因子矩阵的指标,求解出寻优后的秩一及最优分量信号。本发明的秩一分解方法为滚动轴承故障信号处理及状态监测提供基础支撑,可避免因轴承故障导致的生产安全事故,并且能够节约生产成本。
  • 张量分解方法
  • [发明专利]基于结构化低秩张量补全的物联网数据重建方法-CN202210943271.5在审
  • 何静飞;张潇月;刘晓彤;池越 - 河北工业大学
  • 2022-08-08 - 2022-11-08 - G06F16/26
  • 本发明为基于结构化低秩张量补全的物联网数据重建方法,首先将监测区域离散为多个网格点,每个网格点内部署一个传感器节点;假设传感器节点每隔一个时隙感知一次数据,故基站在时间T内接收到的数据组成;其次,将数据重建转换为基础低秩张量补全问题,并构建低秩张量补全模型;最后,对的每个模式i的展开矩阵进行块汉克尔矩阵变化,将基础低秩张量补全模型改进为结构化低秩张量补全模型,对结构化低秩张量补全模型的增广拉格朗日函数进行求解,得到,完成物联网数据重建。将连续时刻采集的数据以进行排列,充分利用数据的空间相关性;对的每个模式i展开矩阵进行块汉克尔矩阵变化,通过结构化和低秩张量补全结合进行数据重建,更进一步挖掘利用数据的时空相关性,缓解了基于稀疏约束方法中基不匹配对重建性能的影响
  • 基于结构化低秩张量联网数据重建方法
  • [发明专利]多路信号模型构建方法-CN202111625508.7有效
  • 孟力;杨康定;杨博淙;王飞彪;刘志;楼佳妙 - 频率探索智能科技江苏有限公司
  • 2021-12-28 - 2023-06-30 - G01M13/045
  • 本发明属于故障诊断信号处理技术领域,具体涉及一种多路信号模型构建方法,该方法首先采用多个振动加速度传感器同步获取轴承多个方向振动加速度信号;再采用广义Warblet变换方法将每路信号处理为时频矩阵S;再将多路信号的时频矩阵构建为一个具有全域信息的模型X,该模型包含了时域及频域的多域信息,并含有通道信息;最后,对建立的模型进行张量分解,得到降噪后的张量及其各路的时域波形。本发明的多路信号模型构建方法,可对轴承多路信号进行同时降噪,可保留和挖掘多路信号之间的特征,最终可用于轴承故障诊断和智能诊断上,为滚动轴承故障诊断提供基础支撑,具有重要的实用应用价值。
  • 信号张量模型构建方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top