“低秩矩阵”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_专利查询网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

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

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

专利权人

国家电网公司

华为技术有限公司

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

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

钻瓜专利网为您找到相关结果2150457个，建议您升级VIP下载更多相关专利

[发明专利]地基SAR的耦合信号抑制方法及装置-CN202210438603.4在审
发明人：王彦平;时清;林赟;申文杰;李洋 -专利权人：北方工业大学
申请日： 2022-04-25 - 公布日： 2022-08-12 - 主分类号： G01S7/28 文献下载
摘要：的耦合信号抑制方法及装置，其中方法包括：采集地基SAR回波信号；对所述地基SAR回波信号进行RVP校正处理，得到距离频域方位时域信号；根据所述距离频域方位时域信号，确定距离多普勒域信号；对所述距离多普勒域信号进行RPCA矩阵分解，得到稀疏场景矩阵和低秩耦合矩阵；对所述稀疏场景矩阵和低秩耦合矩阵进行相关分析，确定最优正则化系数；根据所述最优正则化系数，进行地基SAR的耦合信号抑制。
地基 sar 耦合信号抑制方法装置

[发明专利]预编码系统中秩指示和预编码矩阵指示的估计方法及装置-CN200910089889.4有效
发明人：邓冰 -专利权人：北京天碁科技有限公司
申请日： 2009-07-27 - 公布日： 2010-01-13 - 主分类号： H04B7/08 文献下载
摘要：本发明提供一种预编码系统中秩指示和预编码矩阵指示的估计方法及装置。所述估计方法包括如下步骤：A.计算信道矩阵H的自相关矩阵A：A＝H^HH；B.对矩阵A进行奇异值分解：A＝V∑V^H，其中，V为酉矩阵，∑为对角矩阵；C.根据矩阵∑确定矩阵H的秩，并根据矩阵H的秩生成秩指示；D.根据矩阵H的秩和矩阵V^H确定预编码矩阵，并根据预编码矩阵生成预编码矩阵指示。依照本发明，能够有效降低终端对秩指示和预编码矩阵指示的估计的算法复杂度，并提高预编码系统的性能。
预编系统指示矩阵估计方法装置

[发明专利]基于低秩矩阵补全的气象雷达风电场杂波抑制方法-CN202110030173.8有效
发明人：沈明威;胥翔竣;张深秋;吉雨 -专利权人：河海大学
申请日： 2021-01-11 - 公布日： 2022-11-04 - 主分类号： G01S13/95 文献下载
摘要：本发明公开了一种基于低秩矩阵补全的气象雷达风电场杂波抑制方法，利用气象信号空间相关性，首先检测出回波信号中同时含有气象信号和风电场杂波的距离单元，将其置零，然后依次将单个脉冲下的向量重构为满足零元素随机分布且维数最优的低秩Toeplitz矩阵，使其低秩性达到最强，最后通过引入基于先验秩信息的正则化参数改进传统的非精确增广拉格朗日乘子法(IALM)，并在每次迭代过程中自适应的更新正则化参数来提高对噪声子空间的估计精度，从而进一步提高对噪声的抑制能力
基于矩阵气象雷达电场抑制方法

[发明专利]一种基于低秩矩阵恢复的结构健康监测特征数据解释方法-CN202210298011.7在审
发明人：任鹏 -专利权人：任鹏
申请日： 2022-03-24 - 公布日： 2022-06-17 - 主分类号： G06F30/13 文献下载
摘要：本发明提供一种基于低秩矩阵恢复的结构健康监测特征数据解释方法，是为了解决基础设施结构健康监测系统提取的特征数据易受到时变的环境与运营因素以及数据丢失等影响，难以实现结构在线状态评估与早期损伤探测的问题而提出的，包括：确定算法控制参数并初始化时变特征矩阵，对时变特征矩阵进行数据增强与矩阵分离以提取稀疏与低秩指标，在训练阶段计算稀疏与低秩预警指标与阈值；在探测阶段进行结构状态的分类并两级预警，根据新读入的特征数据更新时变特征矩阵以执行下一次迭代
一种基于矩阵恢复结构健康监测特征数据解释方法

[发明专利]一种图网络构建方法、装置、电子设备和存储介质-CN202310781652.2在审
发明人：胡斌;董群喜;李志刚;刘竞宇 -专利权人：北京理工大学
申请日： 2023-06-29 - 公布日： 2023-10-20 - 主分类号： G06F16/901 文献下载
摘要：通过获取原始数据后，采用自适应加权非负低秩稀疏公式对原始数据构建图网络，并求解自适应加权非负低秩稀疏公式中的各个变量参数。根据各变量参数和预设的损失函数，确定变量参数中的亲和矩阵是否满足迭代条件，并在亲和矩阵不满足迭代条件的情况下，再次求解自适应加权非负低秩稀疏公式中的各个变量参数，直至亲和矩阵满足迭代条件。根据满足迭代条件的亲和矩阵，构建原始数据对应的目标图网络。自适应权重矩阵是根据原始数据中的噪声特征和冗余数据对自身的各个元素迭代修正，以自动调整对噪声特征的权重，降低噪声特征对原始数据中重要特征的影响，构建更鲁棒的图网络。
一种网络构建方法装置电子设备存储介质

[发明专利]基于面内透视和规律性的非局部低秩化图像去噪方法-CN201910662190.6有效
发明人：张晨;王啟军 -专利权人：安徽大学
申请日： 2019-07-22 - 公布日： 2022-05-17 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了基于面内透视和规律性的非局部低秩化图像去噪方法，首先使用通用算法计算出一幅图内的消失点，使用两个消失点计算出一个平面的面内透射变换矩阵，在已重建的图像区域中搜索最佳匹配位置时，利用面内投射变换矩阵计算出当前片内每个像素所对应的位置或利用规律性侦测获取片内每个像素对应的位置选取某些相似程度较高的相似片组成矩阵，对该矩阵进行低秩处理，利用处理后得到的矩阵的值代替当前片的像素值；本发明简单有效，且易于实用，能够轻松实现对非局部低秩化图像进行去噪。
基于透视规律性局部低秩化图像方法

[发明专利]基于流形上序列子空间聚类的出行模式检测方法-CN202210323705.1在审
发明人：王少帆;尹诵 -专利权人：北京工业大学
申请日： 2022-03-29 - 公布日： 2022-06-17 - 主分类号： G06F16/9537 文献下载
摘要：根据GPS轨迹数据的经纬度和时间戳来提取每个轨迹点的特征，用相邻轨迹点的特征向量来算得轨迹点的对称正定表示矩阵，然后将各轨迹点的表示矩阵按时间戳顺序放置得到轨迹的表示矩阵集合；其次，与传统的低秩表示模型不同，采用了对称正定流形的对数‑欧几里得度量下的低秩表示模型，并在低秩表示模型中加入强制序列数据相邻列相似的项来保证相邻轨迹点相似；最后，将目标函数分解为几个子问题，并用拉格朗日乘数法来进行求解。
基于流形序列空间出行模式检测方法

[发明专利]一种基于低秩表征和改进谱聚类的单细胞RNA测序数据聚类方法-CN202210934654.6在审
发明人：张伟;徐亚新;郑晓颖;蔡娴娴 -专利权人：华东交通大学
申请日： 2022-08-04 - 公布日： 2022-10-21 - 主分类号： G16B30/10 文献下载
摘要：本申请涉及一种基于低秩表征和改进谱聚类的单细胞RNA测序数据聚类方法，它包括如下步骤：基于单细胞RNA测序数据矩阵，建立联合低秩表示和自适应图正则化的数学模型；采用交替方向乘子法，构建增广拉格朗日函数，对每个变量进行单独优化，得到细胞与细胞间相似性矩阵S；采用谱聚类方法对相似性矩阵S进行聚类，得到对单细胞的分类。本发明可有效的将低秩表征来刻画数据全局结构，结合谱聚类模型将数据非线性关联特征自适应的结合起来建立优化模型，并且实现对单细胞的细胞类型分类；实验数值实验结果表明，本发明可以对单细胞RNA测序数据进行有效聚类
一种基于表征改进谱聚类单细胞 rna 序数据聚类方法

[发明专利]一种基于低秩张量恢复的多图匹配方法-CN201910752068.8有效
发明人：王雪琴;朱虎;李海波;邓丽珍 -专利权人：南京邮电大学
申请日： 2019-08-15 - 公布日： 2022-05-27 - 主分类号： G06V10/44 文献下载
摘要：本发明公开了一种基于低秩张量恢复的多图匹配方法，包括如下步骤：S1：对各帧图像进行预处理并进行特征提取，即提取兴趣点特征；S2：对各帧图像的兴趣点进行处理，根据兴趣点的拓扑关系提取其高阶信息特征；S3:基于多图循环一致性，根据置换矩阵和图像特征的全局对应关系组建多图高阶特征信息张量；S4:采用秩约束作为标准，基于交替方向乘子法(ADMM)算法求解多图高阶特征信息张量的低秩表示，可以有效地计算出多个图像之间对应的最优置换矩阵即匹配结果矩阵本发明提出基于低秩张量恢复的多图匹配方法，实现了图匹配一致性提高了匹配精度，其对图像匹配应用研究、目标识别和目标追踪技术具有重要的意义。
一种基于张量恢复匹配方法

[发明专利]一种基于异构张量分解的图像分类方法-CN201910453844.4有效
发明人：井佩光;崔凯;武宇廷;苏育挺 -专利权人：天津大学
申请日： 2019-05-28 - 公布日： 2021-07-16 - 主分类号： G06F16/55 文献下载
摘要：本发明公开了一种基于异构张量分解的图像分类方法，所述方法包括以下步骤：根据ORL数据集构建原始张量；将原始张量分解为与张量各阶对应的因子矩阵和样本特征表征矩阵；在因子矩阵上添加逐列正交约束；对样本特征表征矩阵施加低秩约束，通过识别样本的全局低秩结构来获得最低秩表示；通过l2,1范数约束损失函数和正则化项，实现判别鲁棒特征选择的目标；获取完整的目标函数；用交替方向乘子对目标函数进行优化迭代本发明解决了传统向量或矩阵方法中容易导致丢失结构信息、并破坏元素之间的依赖性和张量分解过程中的异构性。
一种基于张量分解图像分类方法

[发明专利]一种基于卷积网络特征提取的人脸识别方法-CN201610555256.8有效
发明人：赵建伟;吕永标;曹飞龙;周正华 -专利权人：中国计量大学
申请日： 2016-07-12 - 公布日： 2019-04-26 - 主分类号： G06K9/00 文献下载
摘要：首先利用截断核范算法对原始的缺失图像进行矩阵恢复处理，得到信息基本恢复的恢复矩阵，然后利用低秩矩阵分解算法对恢复矩阵进行低秩信息的提取，并由向量形式转化为矩阵卷积核，接着利用卷积神经网络提取恢复的图像特征并编码本发明能避免传统方法中因图像缺失带来的低识别率问题，并对不同数据库的缺失图像都能达到较好的结果。
一种基于卷积网络特征提取识别方法

[发明专利]基于排他性正则化的多视图低秩稀疏子空间聚类方法-CN201911172199.5有效
发明人：曹飞龙;张清华 -专利权人：广东石油化工学院
申请日： 2019-11-26 - 公布日： 2023-04-28 - 主分类号： G06V10/762 文献下载
摘要：本发明公开了一种基于排他性正则化的多视图低秩稀疏子空间聚类方法。通过对子空间表示系数矩阵的低秩和稀疏约束，同时保证了系数矩阵的低秩性和稀疏性。另外，对不同视图子空间系数矩阵进行排他性约束，使其视图尽可能多样化，以充分利用不同视图之间的信息。然后，利用所得到的系数矩阵，构建一个所有视图共享的关联矩阵。最后，由谱聚类方法对关联矩阵进行聚类操作。
基于排他性正则视图稀疏空间方法

[发明专利]基于自适应权重核范数近似的低秩表示和稀疏约束的海上舰船检测方法及系统-CN202110443152.9在审
发明人：袁飞;吴泽彬;徐洋;韦志辉;陆威 -专利权人：南京理工大学
申请日： 2021-04-23 - 公布日： 2021-07-06 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于自适应权重核范数近似的低秩表示和稀疏约束的海上舰船检测方法及系统，所述方法包括以下步骤：根据改进的奇异值分解算法对背景训练样本进行自适应背景学习；根据低秩表示和稀疏约束模型对高光谱海洋图像数据进行建模；在低秩背景矩阵恢复时，根据上次迭代的奇异值大小更新权重，从而达到自适应权重核范数近似的目的；对高光谱海洋图像数据处理得到稀疏矩阵并根据检测算子进行舰船目标的检测。
基于自适应权重范数似的表示稀疏约束海上舰船检测方法系统

[发明专利]一种基于张量低秩先验与隐式正则技术彩图椒盐去噪方法-CN202211052899.2在审
发明人：王灵芝;陈颖频;张俊;陈嵚崟;林静敏 -专利权人：厦门城市职业学院（厦门开放大学）
申请日： 2022-08-31 - 公布日： 2022-12-06 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于张量低秩先验与隐式正则技术彩图椒盐去噪方法，包括：通过检测图像的像素幅度来探测椒盐噪声位置信息；将椒盐噪声污染的彩色图像作为缺失数据的张量和椒盐噪声张量的总和；利用基于模型驱动的并行矩阵分解低秩张量重建算法结合基于数据驱动的FFDNet去噪网络对缺失数据的张量进行重建；本发明提供的方法通过检测处理图像的像素幅度来探测噪声位置信息，引入基于模型驱动的并行矩阵分解低秩张量重建算法和基于数据驱动的FFDNet去噪网络，去噪效果更优越
一种基于张量先验正则技术彩图椒盐方法

[发明专利]一种基于张量分解的大规模神经网络参数压缩方法及系统-CN202310492396.5在审
发明人：汪涛;高子雄;张翠卿;张序 -专利权人：中山大学
申请日： 2023-04-28 - 公布日： 2023-08-04 - 主分类号： G06N3/082 文献下载
摘要：本发明公开了一种基于张量分解的大规模神经网络参数压缩方法及系统，涉及神经网络模型参数压缩的技术领域，包括获取已训练的大规模神经网络中的权重矩阵，设置权重矩阵的行秩和列秩；根据行秩和列秩，在权重矩阵中选取一组行序号集合和列序号集合；基于选取的行序号集合和列序号集合对权重矩阵进行CUR分解，获得压缩权重矩阵，并利用压缩权重矩阵替换权重矩阵；设定损失函数，对压缩权重矩阵调整，获得调整后的压缩权重矩阵，比较行秩和列秩的大小，根据比较结果对调整后的压缩权重矩阵进行简化本发明能够快速准确的分解和压缩参数，计算复杂度低，分解速度快，降低了压缩后的准确率丢失。
一种基于张量分解大规模神经网络参数压缩方法系统

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

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

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top