“加权算法”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358410个，建议您升级VIP下载更多相关专利

[发明专利]基于贝叶斯概率的动力电池多算法融合SOC估计方法-CN202210135245.X在审
发明人：汤爱华;龚鹏;李加洁;张志刚 -专利权人：重庆理工大学
申请日： 2022-02-14 - 公布日： 2022-05-10 - 主分类号： G01R31/367 文献下载
摘要：本发明具体涉及基于贝叶斯概率的动力电池多算法融合SOC估计方法，包括：构建相应的等效电路模型，对等效电路模型对应的模型参数进行参数辨识；基于多种估计算法分别构建用于预测动力电池端电压和SOC的多个观测器；在动态应力测试工况下，采集动力电池的关联参数，输入各个观测器以输出对应的端电压预测值和SOC估计值；基于不同时刻下的端电压预测值与对应实测值之间的残差，结合贝叶斯概率分配对应的加权值；基于对应的加权值对各个观测器输出的SOC估计值进行加权累加，生成对应的融合SOC估计值。本发明能够有效融合多种估计算法的SOC估计结果并实现多种估计算法的互补，从而能够在动力电池的整个充放电区间保持SOC估计全局最优。
基于贝叶斯概率动力电池算法融合 soc 估计方法

[发明专利]一种基于加权平均策略的分布式雷达网络多目标定位方法-CN201410314368.5有效
发明人：王增福;郭振;潘泉;兰华;梁彦 -专利权人：西北工业大学
申请日： 2014-06-29 - 公布日： 2017-04-19 - 主分类号： G01S13/06 文献下载
摘要：本发明涉及一种基于加权平均策略的分布式雷达网络多目标定位方法，该具体过程为步骤a，在分布式多雷达网络中设置M个发射机和N个接收机，其在地域上分布广泛并且时间同步；发射机和接收机位于二维平面，并且位置已知；步骤b，利用目标跟踪算法估计目标位置、雷达横截面积等参数信息，通过发射机子集的基于克罗拉美下界的方差下降函数来构造待优化目标函数；步骤c，利用待优化目标函数的子模性质，采用基于加权平均策略的子集选择算法本发明利用待优化目标函数的子模性质，提出了基于加权平均策略具有性能保证的多项式时间算法复杂度发射机子集选择算法。
一种基于加权平均策略分布式雷达网络多目标定位方法

[发明专利]一种基于改进高斯滤波的加权质心定位算法-CN201910010283.0有效
发明人：张玲华;汝露露 -专利权人：南京邮电大学
申请日： 2019-01-04 - 公布日： 2021-03-09 - 主分类号： H04W4/02 文献下载
摘要：本发明揭示了一种基于改进高斯滤波的加权质心定位算法，该算法包括以下步骤：S1：向目标区域部署节点，锚节点会周期性的向周围发送自身的数据信息；S2：待测节点收到来自其邻居节点的RSSI值，对收到的RSSI值预处理，再判断已经记录的RSSI值是否已经超过预先设定的个数值；S3：对预处理过后的RSSI值进行高斯滤波处理并进行加权，得到最终的RSSI值；S4：将最终得到的RSSI值转换成距离，并以该距离值作为加权质心定位算法的权重因子的组成部分进而进行坐标定位该算法能够在测距阶段，降低测距误差，在定位阶段降低定位误差，两阶段相结合，在一定程度上可很好的提高定位精度。
一种基于改进滤波加权质心定位算法

[发明专利]用于表面计量的各向同性二维高阶样条滤波方法-CN201910137764.8有效
发明人：佟明斯;黄穗楚;潘昀路;赵学增 -专利权人：哈尔滨工业大学
申请日： 2019-02-25 - 公布日： 2019-11-05 - 主分类号： H03H17/02 文献下载
摘要：现有的二维样条滤波器不满足各向同性，且不能推导出相应的稳健算法的问题。确定在测量数据作用下插值表面残余能量的最小值；确定滤波器的传递函数，并确定滤波器系数；将残余能量最小值改写为矩阵形式；求取实对称系数矩阵的特征值与特征向量，对系数矩阵进行正交相似对角化处理，得到滤波器的快速滤波算法；对滤波中性面残余能量最小值表达式的偏差项加权，得到加权滤波方程，消除离散点或者空白点对表面滤波中心面的影响；求解加权滤波方程实现稳健算法。本发明计算速度提高几十到几百倍，同时具有稳健算法，能够处理含有离散点或空白点的实际数据。
滤波器表面计量二维算法加权残余能量滤波方程样条滤波空白点离散点高阶滤波二维信号处理矩阵对角化处理滤波器系数表面残余测量数据传递函数对称系数矩阵形式滤波算法实际数据特征向量系数矩阵中性面求解推导样条正交改写

[发明专利]一种多支持度下的加权负序列模式数据挖掘方法-CN201610179437.5在审
发明人：姜合;杨爱鑫;李秀芳 -专利权人：齐鲁工业大学
申请日： 2016-03-25 - 公布日： 2016-08-17 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种多支持度下的加权负序列模式数据挖掘方法，其实现过程为：首先获取所需挖掘项目的加权支持度和最小支持度，根据加权支持度不低于最小支持度的条件，生成加权的频繁正序列；然后在此基础上生成负序列，通过加权支持度不低于最小支持度的条件，获得加权频繁负序列。该多支持度下的加权负序列模式数据挖掘方法与现有技术相比，在经典负序列模式算法Neg‑GSP的基础上给项目添加权值并设置多支持度，只有大于项目自身的加权支持度，才能作为频繁序列被输出，有效地提高了数据挖掘的质量和效率
一种支持加权序列模式数据挖掘方法

[发明专利]一种主变油温预测方法-CN202310758489.8在审
发明人：殷志敏;丁荣杰;丁沈凡希;陈沈威;程少龙;林捷;吴国强 -专利权人：国网浙江省电力有限公司湖州供电公司
申请日： 2023-06-26 - 公布日： 2023-10-27 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种主变油温预测方法，包括S1粒子群神经网络算法预测获得主变底层油温数据；S2局部加权周期趋势分析算法预测获取主变顶层油温数据；S3结合主变顶层油温和底层油温完成主变油温预测。采用粒子群神经网络算法预测获得主变底层油温数据，以及采用局部加权周期趋势分析算法预测获取主变顶层油温数据，通过两种算法将主变油温拆解层两部分，能够更全面的反馈出主变油温的情况，便于工作人员更精准的把控变压器的运行状况并作出对应的应对措施
一种主变油温预测方法

[发明专利]一种基于加权算法的评分方法、装置及存储介质-CN202011261030.X在审
发明人：陈凯;豆增发;刘蔚;吕梦鸽 -专利权人：中电科西北集团有限公司
申请日： 2020-11-12 - 公布日： 2021-02-19 - 主分类号： G06Q30/02 文献下载
摘要：本申请公开了一种基于加权算法的评分方法、装置及存储介质，涉及网络销售商品的评分方法技术领域，解决了将现有的评分方法，消费者评分占全部的权重的问题；该方法包括：对鲜果商品分别进行种植环节评分的确定、储运环节评分的确定和销售环节评分的确定；对种植环节评分、储运环节评分和销售环节评分分别进行加权计算，确定种植环节加权得分、确定储运环节加权得分和确定销售环节加权得分；对种植环节加权得分、储运环节加权得分和销售环节加权得分进行求和，确定最终得分
一种基于加权算法评分方法装置存储介质

[发明专利]重建图像数据-CN201910521698.4在审
发明人： S·德维威迪 -专利权人：辉达公司
申请日： 2019-06-17 - 公布日： 2020-03-03 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了重建图像数据，具体介绍了一种方法，其包括用于使用多处理器单元确定可用重建算法的最优加权执行序列的技术。该介绍的方法包括在图像数据的代表性切片上执行一系列最优加权执行序列候选项，并且比较它们的结果以便将这些候选项之一选为最优加权执行序列。
重建图像数据

[发明专利]基于统计预测技术的节能控制方法-CN201010295228.X有效
发明人：吴伪亮 -专利权人：吴伪亮
申请日： 2010-09-28 - 公布日： 2011-03-30 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于统计预测技术的节能控制方法，其包括以下步骤：a、按照时间序列方式采集存储有效的需求数据Cd；b、提取特定时间段的需求数据，根据移动加权趋势法、或移动加权均值法、或二者综合折中算法来计算预测当前时间段的需求数据量本发明的有益效果为：当处于一定的环境条件下时，未来的消费情况和过去的消费情况存在一定的关联性和规律性，可以从过去的消费情况分析出影响消费的因素，进而预测将来的消费情况，本发明采用的统计预测算法(移动加权趋势法和移动加权均值法)是建立在对这种关联性和规律性掌握基础之上的，基于影响消费需求的因素而发展的科学合理的预测算法模型，根据这种算法，其预测结果更为准确科学。
基于统计预测技术节能控制方法

[发明专利]基于特征加权支持向量机的RFID智能图书定位方法-CN202011096676.7在审
发明人：张晓旭;杨智应 -专利权人：上海海事大学
申请日： 2020-10-14 - 公布日： 2021-01-08 - 主分类号： G06K17/00 文献下载
摘要：本发明公开了一种基于特征加权支持向量机的RFID智能图书定位方法，包含S1、在书架的特定位置布设多根RFID读写器天线；S2、在书架的每个区域内边缘位置分别放置参考标签，每个区域内的参考标签为一组；S3、利用多根RFID读写器天线发射射频信号并接收到所有标签返回的信号值组成数据集；S4、得到的多天线的信号值，同一标签不同天线的信号值组成标签的特征向量；S5、特征向量通过加权算法对各个分量进行加权；S6、得到的加权后的特征向量值代入到支持向量机多分类算法中，通过已知位置区域标签的信号强度特征向量值进行训练，对算法的参数进行调整，得到训练后的模型；S7、通过训练得到的模型，将得到的位置未知的特征向量值代入到模型中得到其位置区域
基于特征加权支持向量 rfid 智能图书定位方法

[发明专利]一种基于WIPI模型的红外成像SF6-CN202211523416.2在审
发明人：胡梦竹;朱立平;喻敏;罗宗昌;唐彬;李建新;梁沁沁 -专利权人：广西电网有限责任公司电力科学研究院
申请日： 2022-11-30 - 公布日： 2023-03-14 - 主分类号： G06T7/00 文献下载
摘要：SF6气体检测方法和系统，包括以下步骤：基于单帧红外图像模型，利用局部区域构造方法建立IPI模型；采用核范数最小化NNM模型来凸近似低秩矩阵的最小化表达式；采用加权核范数WNNM模型对所述最小化表达式进行重定义；将所述加权核范数WNNM模型转化为二次优化模型；建立奇异值表达式，使得迭代的奇异值能够自适应的更新权重，并通过WAPG算法进行求解。本发明采用加权核范数对背景图像进行约束，用加权核范数来近似红外背景图像的秩，自适应地赋予每个奇异值不同的权重，并通过WAPG算法来求解；通过自适应阈值分割算法，可准确地从稀疏目标图像中提取出SF
一种基于 wipi 模型红外成像 sf base sub

[发明专利]一种双通道卷积神经网络集成学习的空气质量测量方法-CN201910871268.5在审
发明人：王震宇;郑伟;岳绍龙;吴晗 -专利权人：华北电力大学
申请日： 2019-09-16 - 公布日： 2020-02-07 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种双通道卷积神经网络集成学习的空气质量测量方法，所述空气质量测量方法包括以下步骤：步骤一：构建双通道卷积神经网络，提取天空和建筑部分的环境图像特征，并对特征进行加权融合；步骤二：提出用于空气质量测量的双通道加权卷积神经网络集成学习算法，该算法包括：两个特征提取卷积神经网络、一个加权特征融合层和一个分类层；步骤三：将双通道卷积神经网络应用在空气质量等级测量和空气质量指数测量两个方面。
卷积神经网络双通道空气质量测量集成学习算法等级测量环境图像集成学习加权融合加权特征特征提取指数测量融合层构建算法加权天空分类应用

[发明专利]基于模糊聚类的加权在线极限学习机大数据分类方法-CN201911390840.2在审
发明人：倪双静;田旭;汪内利;刘海萍;张维;朱熙豪 -专利权人：浙江省机电设计研究院有限公司
申请日： 2019-12-30 - 公布日： 2020-05-15 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于模糊聚类的加权在线极限学习机大数据分类方法，包括步骤一算法参数初始化；步骤二初始离线阶段；步骤三在线学习阶段；步骤四用学习到的结果对大数据进行模糊分类。本发明的目的在于针对大数据具有数据量大、多标签的特征，以及训练样本数据分布不平衡的情况，提供了一种基于模糊加权在线极限学习机大数据分类方法，利用增量学习过程中样本数据的自适应聚类，设计相应隶属函数，从而提出基于模糊聚类的加权在线极限学习机大数据分类算法
基于模糊加权在线极限学习机数据分类方法

[发明专利]一种基于图像边缘指示函数的自适应加权高斯曲率滤波方法-CN202111576705.4在审
发明人：邢远秀;徐红阳;李军贤;龚谊承 -专利权人：武汉科技大学
申请日： 2021-12-22 - 公布日： 2022-04-15 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于图像边缘指示函数的自适应加权高斯曲率滤波方法，对曲率滤波算法中的高斯曲率滤波算法进行改进，采用边缘指示函数构建自适应分数阶‑整数阶能量泛函和局部加权投影算子，通过最小化能量泛函自适应地精确控制加权投影算子的迭代更新
一种基于图像边缘指示函数自适应加权高斯曲率滤波方法

[发明专利]基于加权的源直线扫描CT解析重建方法-CN202310169575.5在审
发明人：刘丰林;陈杰;余海军;倪松;刘川江;戈文杰 -专利权人：重庆大学
申请日： 2023-02-27 - 公布日： 2023-07-18 - 主分类号： G06T11/00 文献下载
摘要：本发明涉及一种基于加权的源直线扫描CT解析重建方法，属于微焦点计算机断层成像重建技术领域。该方法包括：S1：搭建F‑mSTCT扫描模式布局；S2：在F‑mSTCT扫描模式下，设计用于校正冗余投影和截断投影的加权函数；S3：根据步骤S2构建的加权函数，构建适用于F‑mSTCT的W‑FBP重建算法本发明能够解决STCT成像中的截断问题，并克服V‑FBP算法在低投影数量下成像分辨率差的缺点，实现在较低的射线源采样率下重建高分辨率图像，同时减少投影数。
基于加权直线扫描 ct 解析重建方法