“回归”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32483个，建议您升级VIP下载更多相关专利

[发明专利]一种基于不确定线性回归分析模型的应用方法及系统-CN201910732249.4在审
发明人：王志刚;何文峰 -专利权人：海南大学
申请日： 2019-08-09 - 公布日： 2019-11-19 - 主分类号： G06F17/18 文献下载
摘要：本发明属于回归分析模型信息处理技术领域，公开了一种基于不确定线性回归分析模型的应用方法及系统，采用专家的实验数据和用于估计经验不确定性分布的德尔菲法；通过收集和解释专家的实验数据，建立不确定线性回归模型，得到模型参数估计的最优解，通过两个例子验证线性回归模型优于简单线性回归模型。本发明的主要贡献是在不确定性理论下建立不确定性线性回归模型，得到模型参数估计的最优解；通过两个例子表明，不确定线性回归模型优于简单线性回归模型。
线性回归模型不确定性模型参数估计回归模型简单线性实验数据最优解回归分析模型线性回归分析信息处理技术验证应用

[发明专利]一种面向目标检测的JPEG图像压缩方法、装置、介质、设备-CN202211230898.2在审
发明人：林颖;师伟;孙景文;李杰;秦佳峰;王江伟;张丕沛;汪鹏;孙承海;张峰达;李壮壮;刘萌;白德盟;郑文杰;熊永平;吕晓兵;刘碧云;李晓龙;李程启;张围围;刘辉;周超 -专利权人：国网山东省电力公司电力科学研究院;国家电网有限公司;北京邮电大学;沈阳工业大学
申请日： 2022-09-30 - 公布日： 2023-01-31 - 主分类号： G06T3/40 文献下载
摘要：本发明属于图像处理技术领域，公开一种面向目标检测的JPEG图像压缩方法、装置、介质、设备，包括对公开的目标检测数据集进行处理，得到回归样本集；在回归样本集中选取与JPEG图像压缩关联的图像特征，计算得到图像特征向量；基于得到的回归样本集和图像特征向量，对最优质量因子进行回归，训练回归模型，得到回归参数，通过回归模型对输入的图像进行压缩。本发明在不降低下游视觉任务计算指标的前提下基于JPEG压缩回归算法计算最优质量因子，以自适应地压缩图像从而减少在传输过程中的资源消耗。
一种面向目标检测 jpeg 图像压缩方法装置介质设备

[发明专利]基于逐步回归算法的电能表综合检定方法及系统-CN201911262896.X在审
发明人：王清;代燕杰;吴悠;董贤光;刘松;陈祉如;徐新光;王婷婷;刘潇;何毓函 -专利权人：国网山东省电力公司电力科学研究院;国家电网有限公司
申请日： 2019-12-10 - 公布日： 2020-02-28 - 主分类号： G01R35/04 文献下载
摘要：本发明公开了一种基于逐步回归算法的电能表综合检定方法及系统，方法包括以下步骤：对原始数据分布散点图进行可视化处理并删除异常值，生成样本数据；根据样本数据绘制正态概率图并进行正态分布检验处理；根据检验处理后样本数据拟合出样本误差平均值回归线和中位数回归线，并筛选样本数据；利用逐步回归算法对筛选的样本数据进行多元回归分析，确定回归方程；对回归方程的可信度进行检验，确定数据回归模型；对回归方程进行自变量权重归一化处理，基于相关度计算自变量对误差的影响权重；将自变量对误差的影响权重代入数据回归模型后对电能表进行综合检定。
基于逐步回归算法电能表综合检定方法系统

[发明专利]一种目标事件的发生概率确定方法以及装置-CN202110447667.6在审
发明人：龚承启 -专利权人：中国电子系统技术有限公司
申请日： 2021-04-25 - 公布日： 2021-06-25 - 主分类号： G06Q10/04 文献下载
摘要：本申请公开一种目标事件的发生概率确定方法，该方法包括：获取目标事件对应的N个级别分组；针对每一个第一级别分组，根据该第一级别分组对应的各个第N级别分组的若干个指标参数，确定该第一级别分组对应的回归模型；根据各个第一级别分组各自分别对应的回归模型，确定顶层回归模型；根据所述顶层回归模型，确定所述目标事件的发生概率。可见，本申请充分利用各个分组中的各个指标参数的分层分组关系，将顶层回归模型的优化过程分解到各个分组对应的回归模型构建过程中，并最终将各个分组对应的回归模型重新组合为顶层回归模型，使得顶层回归模型具备更强的可解释性，陷入局部最优的风险也更低，从而提高顶层回归模型所预测的目标概率的准确性。
一种目标事件发生概率确定方法以及装置

[发明专利]视频回归测试方法、装置、计算机设备及存储介质-CN202011449501.X在审
发明人：陆海鹏 -专利权人：平安国际智慧城市科技股份有限公司
申请日： 2020-12-08 - 公布日： 2021-03-30 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了视频回归测试方法、装置、计算机设备及存储介质，涉及回归算法领域，其包括：获取待进行回归测试的目标视频及目标视频中的问题视频，基于目标视频和问题视频生成问题记录视频数据库；目标视频为非回归验证版本的视频；将从问题记录视频数据库中获取的问题视频输入回归模型进行回归测试，得到第一时段内生成的目标识别结果；若目标识别结果为历史识别结果的部分或全部数据且目标识别结果与历史识别结果中携带正确标记的数据一致，则确定问题视频通过回归测试；历史识别结果包括至少一个携带正确标记的识别结果，对下一个新视频重复进行回归测试操作，直至完成对所有新视频的回归测试。该方案能够有效缩短回归时间，涵盖更多验证环境。
视频回归测试方法装置计算机设备存储介质

[发明专利]船舶故障预测方法、装置、计算机设备和存储介质-CN202110012566.6在审
发明人：闫明胜;韩宝宏;李志;郭标;孙成军 -专利权人：神华中海航运有限公司
申请日： 2021-01-06 - 公布日： 2021-04-09 - 主分类号： G06F30/15 文献下载
摘要：其中，船舶故障预测方法，包括步骤：接收船舶数据，并在船舶数据中筛选出与发动机故障存在耦合性的性能参数；根据性能参数，构建船舶数据集；对第一初始回归方程和第二初始回归方程进行拟合检验，并根据拟合检验的结果分别调整第一初始回归方程的精度和第二初始回归方程的精度，得到第一目标回归方程和第二目标回归方程；获取第一目标回归方程的第一预测误差和第二目标回归方程的第二预测误差；并根据第一预测误差和第二预测误差，采用第一目标回归方程或第二目标回归方程，确认并输出故障预测结果
船舶故障预测方法装置计算机设备存储介质

[发明专利]自移动设备的自动回归系统和自移动设备-CN202011514815.3在审
发明人：兰彬财;仇杰 -专利权人：苏州宝时得电动工具有限公司
申请日： 2020-12-22 - 公布日： 2022-06-24 - 主分类号： G05D1/02 文献下载
摘要：本申请涉及一种自移动设备的自动回归系统和自移动设备，属于自动控制技术领域，该系统包括：设置于区域边界的标识装置；自移动设备包括标识检测组件、边界识别组件和控制组件；控制组件控制自移动设备按照第一回归方向沿区域边界移动；标识检测组件检测到标识装置时，控制移动驱动组件调整回归方向，以使自移动设备按照第二回归方向移动；第二回归方向朝向工作区域内，且自移动设备按照第二回归方向移动至充电设备时的距离小于或等于其按照第一回归方向移动至充电设备时的距离；在边界识别组件检测到区域边界时，再次控制自移动设备按照第一回归方向沿区域边界移动至充电设备；可以解决沿区域边界回归时效率低问题；提高回归效率。
移动设备自动回归系统

[发明专利]多人三维姿态估计方法、装置及电子设备-CN202111593360.3在审
发明人：陈墨;王小娟;金磊;何明枢;徐晨阳;王璋 -专利权人：北京信息科技大学
申请日： 2021-12-23 - 公布日： 2022-05-27 - 主分类号： G06V40/20 文献下载
摘要：本申请提供一种多人三维姿态估计方法、装置及电子设备，所述方法包括：获取相机拍摄的多人图像；基于骨干网络对所述多人图像进行特征提取，得到特征图；基于二维姿态回归模型对所述特征图进行回归计算，得到二维姿态结果；基于所述二维姿态结果和深度回归模型对所述特征图进行回归计算，得到深度回归结果；基于所述二维姿态结果和所述深度回归结果计算得到三维姿态估计结果。本申请将二维姿态回归与深度回归相关联，无需再对人体关键点进行分组，简化了多人三维姿态估计方法的过程。通过将二维姿态引导特征与根深度回归中的特征进行合并，提高了深度回归结果中的根绝对深度的估计结果的准确度，使得多人三维姿态估计的结果更加精确。
三维姿态估计方法装置电子设备

[发明专利]基于多元线性回归的颗粒物浓度预测方法-CN202310906454.4在审
发明人：李昊勃;白雪莲 -专利权人：重庆大学
申请日： 2023-07-21 - 公布日： 2023-10-13 - 主分类号： G16C20/20 文献下载
摘要：本发明具体涉及基于多元线性回归的颗粒物浓度预测方法，包括：将相关参数的浓度测量值输入浓度预测模型中，输出目标颗粒物的浓度预测值；构建浓度预测模型时：构建以目标颗粒物的浓度为因变量、以相关参数的浓度为自变量的多元线性回归模型；判断多元线性回归模型是否满足预设的回归适用条件；通过逐步回归法对多元线性回归模型中的自变量进行变量筛选；计算多元线性回归模型中各个自变量的回归系数得到最终的浓度预测模型。本发明通过多元线性回归模型实现颗粒物的浓度预测，并且能够在多元线性回归模型中剔除与目标颗粒物的线性相关性不好的自变量，从而提高颗粒物浓度预测的实用性和准确性，为数据中心的污染物监测提供了一种全新的思路。
基于多元线性回归颗粒浓度预测方法

[发明专利]基于卫星遥感与回归克里格的地面日降雨量预测方法-CN201410021364.8有效
发明人：史舟;滕洪芬;马自强;张健 -专利权人：浙江大学
申请日： 2014-01-17 - 公布日： 2014-05-21 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种基于卫星遥感与回归克里格的地面日降雨量预测方法。首先利用卫星遥感快速获取数据，根据降雨量分级，建立各级降雨量的地面观测值、TRMM、DEM及地理位置间的回归关系，得到各级回归估计值和回归残差。其次分析各级回归残差的空间集聚度，对回归残差进行趋势去除，并进行回归残差的克里格插值，得到1km的各级回归残差空间分布特征。然后分别将各级回归估计值与回归残差相加，得到1km的各级降雨的地面预测值。
基于卫星遥感回归里格地面降雨量预测方法

[发明专利]输电线路舞动影响关键因素辨识方法及系统-CN201610549988.6有效
发明人：陆佳政;郭俊;杨莉;徐勋建;张杰;刘行 -专利权人：国网湖南省电力公司;国网湖南省电力公司防灾减灾中心;湖南省湘电试研技术有限公司;国家电网公司
申请日： 2016-07-13 - 公布日： 2018-04-03 - 主分类号： G06Q10/06 文献下载
摘要：该方法包括获取输电线路舞动数据及相对应的至少两个潜在关键因子；建立各潜在关键因子与输电线路舞动之间的线性回归方程，计算出各线性回归方程的误差，并确定误差最小的线性回归方程为基准回归方程；从剩余潜在关键因子中择取第二潜在关键因子调整所述基准回归方程，当调整后的基准回归方程的误差小于或等于调整前的基准回归方程的误差时，确定调整后的基准回归方程为新的基准回归方程；否则不予更新；依此类推，直至遍历完所有潜在关键因子，最终得到的基准回归方程中包含的潜在关键因子即为输电线路舞动影响关键因子
输电线路舞动影响关键因素辨识方法系统

[发明专利]人脸检测方法、装置、计算机设备及存储介质-CN201710365520.6有效
发明人：王新亮;李斌 -专利权人：腾讯科技（深圳）有限公司
申请日： 2017-05-22 - 公布日： 2018-09-14 - 主分类号： G06K9/00 文献下载
摘要：上述方法包括：获取待检测图像；获取预先构建的概率回归模型中本次回归树的初始形状；从待检测图像提取图像特征，并根据图像特征分别计算本次回归树各个叶子结点的概率；从本次回归树中提取所述各个叶子结点的误差；根据各个叶子结点的概率及误差确定本次回归树的形状误差；根据初始形状及形状误差计算得到本次回归树的估计形状；将估计形状作为相邻的下一回归树的初始形状进行迭代计算，直至概率回归模型中的最后一棵回归树，得到最后一棵回归树的估计形状，作为检测到的人脸形状。
检测方法装置计算机设备存储介质

[发明专利]回归测试方法、系统、设备及可读存储介质-CN202011358331.4有效
发明人：杨晶晶;王芳;沈旭;焦瑞;李冬梅 -专利权人：海光信息技术股份有限公司
申请日： 2020-11-27 - 公布日： 2022-11-15 - 主分类号： G06F30/3308 文献下载
摘要：本申请提供一种回归测试方法、系统、设备及可读存储介质，该方法包括：配置回归测试环境参数，并根据待测试子系统对应的环境配置建立回归测试环境的数据库；根据所述待测试子系统的回归运行配置生成所述待测试子系统对应的各子环境的命令集合由于首先进行的回归测试环境参数的配置和数据库的建立是所有子系统测试时所共有的过程，因此实现该方式的脚本可被所有子系统复用，在出现SoC层面的回归测试环境修改需求，或者需要新增某项回归测试所支持的功能，则只需要在该实现回归测试环境参数配置和回归测试环境数据库建立的脚本中进行更新调整即可，降低了回归测试的工作量。
回归测试方法系统设备可读存储介质

[发明专利]一种改进最小二乘支持向量机的谐波发射水平评估方法-CN201911030697.6有效
发明人：潘玲;冯倩;张鹏;周健;潘爱强;陈冉;曾平;唐伟杰;陈洪岗;陈甜甜;罗祾;杨心刚;宋杰;熊敏 -专利权人：国网上海市电力公司;华东电力试验研究院有限公司;四川大学
申请日： 2019-10-28 - 公布日： 2023-06-20 - 主分类号： G06F18/2411 文献下载
摘要：本发明公开了一种改进最小二乘支持向量机的谐波发射水平评估方法，包括以下步骤：步骤1：基于实验数据构建LS‑SVM回归模型；步骤2：利用DP聚类算法从LS‑SVM回归模型中剔除离群点；步骤3：根据实验数据对剔除离群点的LS‑SVM回归模型进行加权计算；步骤4：向加权后的LS‑SVM回归模型引入组合核函数进行改进；步骤5：根据改进LS‑SVM回归模型计算系统谐波阻抗，并根据系统谐波阻抗评估谐波发射水平。此方法解决了LS‑SVM回归模型中异常样本对计算谐波阻抗精度的影响以及LS‑SVM回归模型性能差的问题，对LS‑SVM回归模型的改进，结合二项式函数和径向基函数的组合核函数算法和DP聚类算法，完成了LS‑SVM回归模型中异常样本的剔除，实现了改进LS‑SVM回归模型的计算精度以及算法性能的提升。
一种改进最小支持向量谐波发射水平评估方法

[发明专利]一种基于辅助表示融合的非自回归神经机器翻译方法-CN202110592517.4有效
发明人：杜权;刘兴宇 -专利权人：沈阳雅译网络技术有限公司
申请日： 2021-05-28 - 公布日： 2023-09-05 - 主分类号： G06F40/58 文献下载
摘要：本发明公开一种基于辅助表示融合的非自回归神经机器翻译方法，步骤为：构造自回归神经机器翻译模型；构建训练平行语料，训练一个只有一层解码器的模型；构造非自回归神经机器翻译模型；将自回归神经机器翻译模型解码器最顶层的前馈神经网络后的输出与非自回归神经机器翻译模型编码器的顶层表示进行加权融合，作为非自回归神经机器翻译模型解码器的输入；编码器提取源语句子信息，解码器根据该源语句子信息来预测对应的目标语句子；完成非自回归神经机器翻译模型的训练；将源语句子送入非自回归神经机器翻译模型中，解码出不同长度的翻译结果本发明结合自回归模型和非自回归模型的优点，在损失了较小性能的情况下，能够获得7～9倍的速度提升。
一种基于辅助表示融合回归神经机器翻译方法