“初始矩阵”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

钻瓜专利网为您找到相关结果410682个，建议您升级VIP下载更多相关专利

[发明专利]资源推荐方法、装置、存储介质及设备-CN201810395012.7在审
发明人：卢欣 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-04-27 - 公布日： 2019-09-06 - 主分类号： G06Q10/06 文献下载
摘要：方法包括：获取评分数据，并将评分数据转换为初始矩阵，初始矩阵中的每个元素为一个用户对一个目标资源的评分；基于初始矩阵以及过预设采样条件，获取初始矩阵的近似基；基于初始矩阵以及近似基，构建目标矩阵，目标矩阵的维数小于初始矩阵；基于目标矩阵，获取对初始矩阵的矩阵分解结果，基于矩阵分解结果进行资源推荐。本发明通过上述步骤将初始矩阵的维数大幅缩减，实现了将初始矩阵缩减至一个维数很低的目标矩阵，进而利用目标矩阵完成对初始矩阵的分解，不但耗时较短，而且不会出现因内存溢出而导致的分解失败情况，所以该种资源推荐方式耗时较短
初始矩阵目标矩阵资源推荐维数存储介质矩阵分解评分数据耗时近似分解采样条件目标资源内存溢出大数据构建预设转换失败

[发明专利]一种智能低功耗的WSN数据融合方法、装置及介质-CN202210576230.7在审
发明人：余修武;李佩;彭国文;雷林;徐守龙;郭倩;秦晓坤;卢灏;商亚东 -专利权人：南华大学
申请日： 2022-05-25 - 公布日： 2022-08-02 - 主分类号： G06K9/62 文献下载
摘要：该方法利用混沌映射初始化BP神经网络的权重矩阵的初始烟花和阈值矩阵的初始烟花，使种群的初始位置分布更加均匀；根据训练样本、初始权重矩阵和初始阈值矩阵计算训练误差；判断训练误差是否合格；若是，则将初始权重矩阵和初始阈值矩阵作为簇头中BP神经网络的当前权重矩阵和当前阈值矩阵进行数据融合；若否，则利用FWA更新权重矩阵的烟花和阈值矩阵的烟花，进入根据训练样本、初始权重矩阵和初始阈值矩阵计算训练误差的步骤。可见，该方法使用FWA更新权重矩阵和阈值矩阵的烟花，丰富种群多样性，因此，能够解决当前易陷入局部最优、速度慢的缺点。
一种智能功耗 wsn 数据融合方法装置介质

[发明专利]一种物品推荐方法及装置-CN201611029658.0有效
发明人：田辉;陈桂林;朱旭振;杨钊 -专利权人：北京邮电大学
申请日： 2016-11-14 - 公布日： 2021-05-14 - 主分类号： G06Q30/06 文献下载
摘要：本发明公开了一种物品推荐方法及装置，方法包括：根据预先确定的全部物品和全部用户的初始资源分布矩阵计算正向初始转移矩阵和反向初始转移矩阵；确定正向初始转移矩阵对应的正向目标流行性惩罚程度和反向初始转移矩阵对应的反向目标流行性惩罚程度；根据正向目标流行性惩罚程度、正向初始转移矩阵和初始资源分布矩阵计算正向目标转移矩阵，根据反向目标流行性惩罚程度、反向初始转移矩阵和初始资源分布矩阵计算反向目标转移矩阵，根据正向目标转移矩阵和反向目标转移矩阵计算双向目标转移矩阵；确定目标资源分布矩阵，根据目标资源分布矩阵确定推荐给每个用户的物品。
一种物品推荐方法装置

[发明专利]数据处理方法、装置、设备以及存储介质-CN202211184735.5在审
发明人：邢永鑫;闫俊超;张喆尧 -专利权人：北京奕斯伟计算技术股份有限公司
申请日： 2022-09-27 - 公布日： 2022-12-09 - 主分类号： G06F3/041 文献下载
摘要：该方法包括：获取触控传感器采集的初始触控数据，并确定初始触控数据的每个初始矩阵对应的下采样矩阵，初始触控数据以矩阵形式存在，每个初始矩阵对应于初始触控数据中的一行数据；对于每个下采样矩阵，确定该下采样矩阵对应的前向梯度矩阵和反向梯度矩阵，基于前向梯度矩阵和反向梯度矩阵确定联合梯度矩阵，基于联合梯度矩阵对该下采样矩阵对应的初始矩阵进行处理得到梯度消除后的目标矩阵；基于各初始矩阵对应的目标矩阵确定目标触控数据，基于目标触控数据执行相应操作
数据处理方法装置设备以及存储介质

[发明专利]一种方法、装置、计算机设备以及存储介质-CN202110963612.0在审
发明人：贺思颖 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-08-20 - 公布日： 2023-02-24 - 主分类号： G06V40/16 文献下载
摘要：本申请实施例公开一种方法、装置、计算机设备以及存储介质，其中方法包括如下步骤：获取标准图片和初始人脸姿态模型；通过所述标准图片和初始人脸姿态模型生成所述标准图片初始逻辑值矩阵，初始预测框矩阵和初始局部自由度矩阵；根据标准逻辑值矩阵和初始逻辑值矩阵生成类别损失函数，根据标准预测框矩阵和初始预测框矩阵生成标准框损失函数；基于标准预测框矩阵和初始预测框矩阵生成候选预测框矩阵；根据标准全局自由度矩阵、候选预测框矩阵和初始局部自由度矩阵生成姿态损失函数
一种方法装置计算机设备以及存储介质

[发明专利]一种绝缘子分类方法、装置、设备及存储介质-CN202310140600.7在审
发明人：王植;魏东亮;张凌菡;刘从聪 -专利权人：广东电网有限责任公司;广东电网有限责任公司东莞供电局
申请日： 2023-02-20 - 公布日： 2023-05-26 - 主分类号： G01R31/12 文献下载
摘要：本发明公开了一种绝缘子分类方法、装置、设备及存储介质，所述方法包括：获取目标声波频率数据以及回声状态网络的初始参数；初始参数包括初始泄漏参数、初始输入缩放参数、初始输入权值矩阵、初始循环权值矩阵和初始输出权值矩阵；调整初始泄漏参数和初始输入缩放参数，得到目标泄漏参数和目标输入缩放参数；根据目标输入缩放参数，调整初始输入权值矩阵，得到目标输入权值矩阵：基于回声状态网络，根据目标声波频率数据、目标泄漏参数、目标输入权值矩阵、初始循环权值矩阵和初始输出权值矩阵，确定绝缘子的分类类别。
一种绝缘子分类方法装置设备存储介质

[发明专利]应用于数字孪生模型的数据管理方法-CN202211471107.5在审
发明人：王俊峰;李萌 -专利权人：北京中航路通科技有限公司
申请日： 2022-11-23 - 公布日： 2022-12-30 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及数据处理技术领域，具体涉及应用于数字孪生模型的数据管理方法，包括：获取初始维度矩阵，对初始维度矩阵进行多级的极值采样，获取多个不同级别的极值矩阵；获取初始维度矩阵和极值矩阵中的保留点，进一步获得初始维度矩阵和极值矩阵的多个类别，根据每个类别的公共因子向量和独立因子向量构建每个类别的特征关联图；根据初始维度矩阵和极值矩阵中对应类别的特征关联图获取初始维度矩阵和极值矩阵的相似性；根据相似性、极值矩阵中保留点的数量以及极值矩阵的级别获取极值矩阵的评价值，进一步得到初始数据。本发明获得的初始数据保留了原始数据的特征以及特征之间的关联性，有助于构建表示大数据特征的数字孪生模型。
应用于数字孪生模型数据管理方法

[发明专利]任务卸载和资源分配联合优化方法、装置、设备及介质-CN202211646567.7在审
发明人：虞跃;王玮;郭云飞;朱亮;唐倩文;吴鹏;姚继明;徐阳洲;邱兰馨 -专利权人：国网智能电网研究院有限公司;国网浙江省电力有限公司信息通信分公司;国家电网有限公司
申请日： 2022-12-19 - 公布日： 2023-03-28 - 主分类号： H04W28/08 文献下载
摘要：本发明公开了一种任务卸载和资源分配联合优化方法、装置、设备及介质，该方法根据多用户多服务器移动边缘计算网络的任务参数和资源参数生成满足约束条件的初始任务卸载矩阵和初始资源分配矩阵，并根据所述初始任务卸载矩阵和初始资源分配矩阵计算卸载效用函数初始值；根据模拟退火算法对所述初始任务卸载矩阵进行迭代计算，基于迭代结果更新所述初始任务卸载矩阵、初始资源分配矩阵和卸载效用函数初始值；在满足迭代终止条件时根据更新后的所述初始任务卸载矩阵、初始资源分配矩阵和卸载效用函数初始值进行任务卸载和资源分配
任务卸载资源分配联合优化方法装置设备介质

[发明专利]一种融合协同过滤算法确定评分矩阵的方法和装置-CN201810022652.3在审
发明人：蔡念;刘广聪 -专利权人：广东工业大学
申请日： 2018-01-10 - 公布日： 2018-06-01 - 主分类号： G06Q30/06 文献下载
摘要：本发明实施例公开了一种融合协同过滤算法确定评分矩阵的方法和装置，依据用户对商品的评分信息，建立初始评分矩阵；该初始评分矩阵中会存在用户未对商品做出评价的空白项，故此，可以利用基于矩阵分解的隐语义模型，对初始评分矩阵进行处理，填充初始评分矩阵中的空白项，得到目标矩阵。为了进一步提升目标矩阵的准确性，可以利用协同过滤算法，对初始评分矩阵和目标矩阵进行处理，得到误差矩阵；依据误差矩阵对目标矩阵进行修正处理，得到修正矩阵。对初始评分矩阵的空白项用基于矩阵分解的隐语义模型进行预测填充，使得获取到的目标矩阵更加科学；利用协同过滤算法计算随机误差项，从而对目标矩阵进行修正，使得最终得到的修正矩阵更加准确。
评分矩阵目标矩阵协同过滤矩阵方法和装置矩阵分解算法确定误差矩阵修正填充随机误差项评分信息算法计算修正处理融合算法预测

[发明专利]基于随机矩阵的图像处理方法及装置-CN202110545916.5有效
发明人：不公告发明人 -专利权人：上海壁仞智能科技有限公司
申请日： 2021-05-19 - 公布日： 2022-11-25 - 主分类号： G06T5/50 文献下载
摘要：本发明提供一种基于随机矩阵的图像处理方法及装置，所述方法包括：将待处理图像输入至图像处理模型，得到图像处理模型输出的图像处理结果；其中，图像处理模型为层级结构的自注意力深度模型，图像处理模型中各层级的初始计算矩阵以低维等效矩阵代替，低维等效矩阵是基于各层级初始计算矩阵对应的随机矩阵确定的，随机矩阵的列数小于初始计算矩阵的列数，且大于初始计算矩阵的有效秩。本发明基于各层级初始计算矩阵对应的随机矩阵，确定低维等效矩阵，并以低维等效矩阵代替初始计算矩阵计算对应的中间变量，从而降低自注意力模型的尺度，并减少模型的矩阵运算量，提高图像处理的效率。
基于随机矩阵图像处理方法装置

[发明专利]矩阵的扫描方法和装置-CN202211123156.X在审
发明人：黄海滨 -专利权人：重庆京像微电子有限公司
申请日： 2022-09-15 - 公布日： 2023-01-17 - 主分类号： H04N19/129 文献下载
摘要：本申请实施例提供一种矩阵的扫描方法和装置，其中，该方法包括：获取初始矩阵的属性信息以及初始矩阵中数据对应的第一索引值，属性信息用于描述初始矩阵的尺寸；基于属性信息确定初始矩阵的所属类型；基于所属类型以及第一索引值，确定目标矩阵中数据对应的第二索引值，以根据第一索引值与第二索引值之间的对应关系确定初始矩阵中数据与目标矩阵中数据的对应关系；其中，目标矩阵为对初始矩阵进行Z字变换扫描后得到的矩阵。本实施例能够降低存储资源消耗，同时，快速查找出矩阵中每一个元素的变换索引值。
矩阵扫描方法装置

[发明专利]图像处理方法、装置、计算机设备及可读存储介质-CN201911006091.9在审
发明人：周康明;魏文韬 -专利权人：上海眼控科技股份有限公司
申请日： 2019-10-22 - 公布日： 2020-02-07 - 主分类号： G06K9/00 文献下载
摘要：本申请提供图像处理方法、装置、计算机设备及可读存储介质，该方法包括：对初始云图矩阵进行预处理，得到目标云图矩阵，对所述目标云图矩阵中的像素值配置相应的标签数值，得到初始云图标签矩阵，根据所述初始云图标签矩阵，获取相同第一标签数值对应像素值的总数目，当所述总数目小于预设数目阈值时，则更新所述初始云图标签矩阵，得到目标云图标签矩阵；该方法可以可以对初始云图矩阵进行处理，以去除初始云图矩阵中的杂波信号，从而能够使得获取的目标云图矩阵对应的可视化图像的准确度较高
矩阵标签矩阵像素标签预处理可读存储介质计算机设备可视化图像图像处理杂波信号准确度阈值时预设去除更新配置申请

[发明专利]基于部分连接的大规模多输入多输出混合波束赋形算法-CN201910400887.6有效
发明人：庞立华;吴文捷;赵恒;牛晓娟 -专利权人：西安科技大学
申请日： 2019-05-15 - 公布日： 2020-09-08 - 主分类号： H04B7/06 文献下载
摘要：本发明公开了一种基于部分连接的大规模多输入多输出混合波束赋形算法，给定部分连接架构系统的最优无约束预编码器、初始模拟预编码矩阵和收敛公差，并根据无约束预编码器和初始模拟预编码矩阵计算出初始数字预编码矩阵，进而计算出初始误差；当初始误差小于或等于收敛公差时，将初始模拟预编码矩阵和初始数字预编码矩阵作为部分连接架构系统的最优模拟预编码矩阵和最优数字预编码矩阵；当初始误差大于收敛公差时，以最小化误差为目标进行迭代计算后最优模拟预编码矩阵和最优数字预编码矩阵；部分连接架构系统根据最优模拟预编码矩阵和最优数字预编码矩阵生成并发出混合波束；本发明提高了算法的性能，使其接近全数字波束赋形系统的性能。
基于部分连接大规模输入输出混合波束赋形算法

[发明专利]基于增量式凸局部非负矩阵分解的数据处理方法-CN201510968381.7有效
发明人：同鸣;李海龙;席圣男;陶士昌 -专利权人：西安电子科技大学
申请日： 2015-12-21 - 公布日： 2018-08-21 - 主分类号： G06F17/16 文献下载
摘要：本发明公开了一种基于增量式凸局部非负矩阵分解的数据处理方法，主要解决基本非负矩阵分解无法对含负值数据进行处理及在处理增量数据时，计算消耗过大和占用存储空间较多的问题。其实现步骤是：1.将初始数据表达为初始矩阵；2.利用凸局部非负矩阵分解方法对初始矩阵分解，得到初始基矩阵和初始系数矩阵；3.接收新数据，并构造新数据矩阵；4.结合初始基矩阵和初始系数矩阵，利用增量式凸局部非负矩阵分解方法，对新数据矩阵进行分解，实现对增量数据的处理。本发明可以处理含负值的数据，拓展了基本非负矩阵分解的应用领域，分解结果物理意义明确，具有良好的正交性、稀疏性和高效性，可用于图像、视频和网络访问记录的增量数据处理。
基于增量局部矩阵分解数据处理方法

[发明专利]一种图像压缩采样方法及组件-CN202011363452.8有效
发明人：葛沅;史宏志;赵健 -专利权人：苏州浪潮智能科技有限公司
申请日： 2020-11-27 - 公布日： 2022-12-02 - 主分类号： H04N19/126 文献下载
摘要：本申请利用初始稀疏矩阵对目标图像进行稀疏表示后，量化稀疏表示初始结果得到稀疏表示优化结果，据此得到优化稀疏矩阵；利用优化稀疏矩阵和初始测量矩阵构造乘积矩阵，将乘积矩阵中的非对角元素的绝对值调整至小于相关性阈值；对乘积矩阵进行奇异值分解得到对角矩阵和左奇异矩阵，根据初始测量矩阵的采样数更新对角矩阵；利用左奇异矩阵和更新后的对角矩阵优化初始测量矩阵得到优化测量矩阵，利用优化稀疏矩阵和优化测量矩阵采集图像数据。本申请对稀疏矩阵和测量矩阵进行优化，既能对复杂图像进行采样，又可使恢复效果更佳。本申请提供的一种图像压缩采样组件，也同样具有上述技术效果。
一种图像压缩采样方法组件

1
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