“样本点”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1051559个，建议您升级VIP下载更多相关专利

[发明专利]一种基于线段优化的样本点加密方法及系统-CN202110529266.5有效
发明人：董士伟;潘瑜春;唐柜彪;李淑华;吴亚楠;刘玉;金小花 -专利权人：北京市农林科学院信息技术研究中心
申请日： 2021-05-14 - 公布日： 2022-03-18 - 主分类号： G06F21/60 文献下载
摘要：本发明提供一种基于线段优化的样本点加密方法及系统，包括：确定目标稀疏样本点及其相邻样本点，并根据目标稀疏样本点与每个相邻样本点的连线的中垂线确定加密采样区域；对加密采样区域进行线段离散化，以确定所有待选样本点；再从所有待选样本点中筛选出所需的待选样本点作为加密样本点，对稀疏区域进行样本点加密处理；迭代执行上述步骤，直至采样区域内不存在稀疏样本点。本发明提供的样本点加密方法及系统，通过迭代的方式，依次确定当前样本点空间布局中目标稀疏样本点，再确定相应的加密采样区域，进而基于线段离散化处理确定加密样本点，能够有效地避免样本点聚集情况的发生，从而提高样本点数据的代表性和无偏性
一种基于线段优化样本加密方法系统

[发明专利]一种稀疏区域的样本点加密方法及系统-CN202110529271.6有效
发明人：董士伟;潘瑜春;唐柜彪;吴亚楠;郜允兵;顾晓鹤;金小花 -专利权人：北京市农林科学院信息技术研究中心
申请日： 2021-05-14 - 公布日： 2022-03-01 - 主分类号： G06F21/60 文献下载
摘要：本发明提供一种稀疏区域的样本点加密方法及系统，包括：确定目标稀疏样本点及其加密采样区域；对加密采样区域空间离散化，并确定待选样本点子集合；将每个待选样本点子集合中的待选样本点与原样本点构成一个样本点空间布局，并从中选择最优样本点空间布局，以将最优样本点空间布局中的待选样本点作为加密样本点，对稀疏区域进行样本点加密处理。迭代执行上述加密处理步骤，直至不存在稀疏样本点。本发明通过迭代的方式，依次确定当前样本点空间布局中的目标稀疏样本点，并确定其加密采样区域相关的加密样本点，能够确保每次迭代加密样本点的全局最优性，有效地提高样本点数据的代表性和无偏性，保证了样本点数据分析评价的准确性和可靠性
一种稀疏区域样本加密方法系统

[发明专利]一种图转导半监督分类方法-CN201710670472.1有效
发明人：王娜;王小凤;耿国华;宋倩楠 -专利权人：西北大学
申请日： 2017-08-08 - 公布日： 2020-08-04 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种图转导半监督分类方法，包括以下步骤：步骤一、获取视频图像信息；步骤二、选取视频图像上的已标记点；步骤三、在未标记样本点中选取预选样本点；步骤四、对预选样本点进行分类；步骤五、对未标记样本点进行分类本发明对未标记样本点进行预选取，然后通过计算样本相似度对预选样本点进行分类，减少预选样本点之间的虚假连接，进而缩减了构图的时间，利用已标记样本点的样本类别和已标记样本点与未标记样本点的样本相似度得出未标记样本点的分类结果，解决了对已标记样本集的依赖性问题，提高分类的精度。
一种转导监督分类方法

[发明专利]基于样本的相位差来确定移动钥匙装置的位置-CN202080039050.4有效
发明人：马丁·恩隆德 -专利权人：亚萨合莱有限公司
申请日： 2020-05-26 - 公布日： 2023-08-18 - 主分类号： G07C9/00 文献下载
摘要：提供了包括以下步骤的方法：获得第一样本点和第二样本点；通过将第一变换样本点的I值设置为所获得的第一样本点的Q值、将第一变换样本点的Q值设置为所获得的第一样本点的I值的逆、将第二变换样本点的I值设置为所获得的第二样本点的Q值的逆、将第二变换样本点的Q值设置为所获得的第二样本点的I值，对第一样本点和第二样本点进行变换；确定第一样本点与第二样本点之间的相位差；以及基于相位差来确定移动钥匙装置的位置。
基于样本相位差确定移动钥匙装置位置

[发明专利]基于显微镜的样本检测方法、装置、设备及存储介质-CN202210938169.6在审
发明人：黄彬强;李朝新 -专利权人：深圳市贝嘉技术有限公司
申请日： 2022-08-05 - 公布日： 2022-12-09 - 主分类号： G01N21/84 文献下载
摘要：本发明属于显微镜技术领域，公开了一种基于显微镜的样本检测方法、装置、设备及存储介质。该方法包括：获取显微镜采集的当前样本与预设样本，根据当前样本与预设样本，确定当前样本目标特征点与预设样本目标特征点；根据当前样本目标特征点、预设样本目标特征点以及预设范围，确定当前样本目标特征点组合与预设样本目标特征点组合；根据当前样本目标特征点组合与预设样本目标特征点组合，得到当前特征点距离；根据当前特征点距离，确定当前样本与预设样本之间的相似特征点数量；在相似特征点数量大于等于预设相似阈值时，确定有效样本，并根据所述有效样本进行实验通过上述方式，可以快速判断样本的有效性，提高样本筛选的效率和准确度。
基于显微镜样本检测方法装置设备存储介质

[发明专利]三维检测模型的训练方法、装置、计算机设备和存储介质-CN202210292605.7在审
发明人：万锐;邹晓艺 -专利权人：深圳元戎启行科技有限公司
申请日： 2022-03-24 - 公布日： 2022-08-05 - 主分类号： G06V10/774 文献下载
摘要：包括：获取样本行车区域图像和样本深度点云图像；确定样本深度点云图像中的样本点云所对应的样本点云特征；对样本深度点云图像进行随机扰动处理，并确定随机扰动后的样本深度点云图像中的每个样本点云各自对应的位于样本行车区域图像中的样本图像像素；对于样本深度点云图像中的每个样本点云，均将当前样本点云所对应的样本点云特征与相对应的样本图像像素的样本像素特征进行融合，得到样本目标点云特征；根据样本目标点云特征与点云特征标签间的差异，得到训练好的三维检测模型
三维检测模型训练方法装置计算机设备存储介质

[发明专利]光标调整方式的生成方法、装置、计算机设备和存储介质-CN202210287198.0在审
发明人：郭清春;侴智;黄杰峰 -专利权人：深圳市迈测科技股份有限公司
申请日： 2022-03-23 - 公布日： 2022-07-05 - 主分类号： G06V10/22 文献下载
摘要：上述方法包括：获取多个样本光点图像；样本光点图像中包括有样本光标和与样本光点相对应的样本虚拟光点；分别确定每个样本光点图像各自对应的样本光点与发射源之间的物理距离，得到各样本光点图像各自对应的样本物理距离；分别确定每个样本光点图像中的样本虚拟光点的位置信息；基于各样本光点图像各自对应的样本物理距离和位置信息，得到光标调整方式；其中，光标调整方式用于调整光点图像中的光标的位置，得到目标图像，目标图像中的光标框选虚拟光点
光标调整方式生成方法装置计算机设备存储介质

[发明专利]一种对评估对象的聚类方法及装置-CN201911055761.6在审
发明人：张荃迪;徐为恺;杨杨;江旻 -专利权人：深圳前海微众银行股份有限公司
申请日： 2019-10-31 - 公布日： 2020-03-06 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及金融科技(Fintech)领域，并公开了一种对评估对象的聚类方法及装置，根据各评估对象的属性信息构建对应的各样本点；确定任一样本点所属聚类簇的方法：确定样本点邻域内的样本点数；若邻域内的样本点数满足聚类点要求：邻域内的样本点数不小于预设阈值，或邻域内的样本点数大于样本点所属聚类簇中的样本点数；邻域为以样本点为基准的设定区域范围；根据各聚类簇中的样本点的数量，确定各聚类簇为正常样本点所在的簇或异常样本点所在的簇该方案通过构建各评估对象对应的各样本点，确定各样本点所属的聚类簇，依据所形成各聚类簇中的样本点的数量，有助于确定各评估对象的归属，即各评估对象为正常数据或者为异常数据。
一种评估对象方法装置

[发明专利]一种基于相关性原理的动态样本点选取方法-CN201410582917.7有效
发明人：常海超 -专利权人：常海超
申请日： 2014-10-28 - 公布日： 2017-11-17 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种基于相关性原理的动态样本点选取方法，是基于相关性的原理，根据初始选取的样本点信息，计算每个样本点的留一误差，针对留一误差较大的样本点，采用变异函数计算每个变量方向留一误差的影响范围，进而确定该样本点处每个变量方向的加点区域范围，最后在每个加点区域增选样本点，实现样本点的针对性选取。本发明充分利用性能空间的特性来指导样本点的选取区间，进而实现样本点的“按需分配”，在样本点的选取上考虑了函数空间对样本点分布的需求，对应的近似模型的精确度明显高于一次性样本点选取所对应的近似模型，样本点的利用效率更高
一种基于相关性原理动态样本选取方法

[发明专利]一种基于密度聚类的非均衡数据集的均衡化方法及装置-CN201910496790.X在审
发明人：顾凌云;谢旻旗;段湾;王存伟;张涛;罗雨晨;张阳;乔韵如;黄海涛;冯杰;王震宇;周轩;潘峻 -专利权人：上海冰鉴信息科技有限公司
申请日： 2019-06-10 - 公布日： 2019-10-01 - 主分类号： G06N20/20 文献下载
摘要：本发明提供了一种基于密度聚类的非均衡数据集的均衡化方法及装置，其中方法包括：获取非均衡数据集，确定少数类样本点的数据集和多数类样本点的数据集；对少数类样本的数据集进行密度聚类，根据少数类样本点的聚类情况，对少数类样本进行合成样本点的操作，得到处理后的少数类样本点；对多数类样本的数据集进行密度聚类，根据多数类样本点的聚类情况，对多数类样本进行剔除样本点的操作，得到处理后的多数类样本点；根据处理后的少数类样本点和处理后的多数类样本点得到非均衡数据集的均衡结果
样本点数据集密度聚类非均衡样本均衡化聚类合成样本均衡结果剔除

[发明专利]离群点检测方法和系统-CN201710497183.6在审
发明人：徐骄 -专利权人：广州视源电子科技股份有限公司
申请日： 2017-06-26 - 公布日： 2017-11-03 - 主分类号： G06F11/00 文献下载
摘要：所述方法包括步骤获取待检测的样本空间，其中所述样本空间包括多个样本点，每个样本点包括若干个维度；从所述样本空间选取若干个样本点作为对应簇的中心点；计算所述样本空间中未被选取的每个样本点与各个中心点之间的距离权重，其中所述距离权重为样本点和中心点的数值相同的维度数与总维度数之比；根据所述距离权重计算未被选取的每个样本点与各个中心点之间的距离；根据所述距离确定未被选取的每个样本点所属的簇；将不属于任何簇的样本点判定为离群点本发明不受限于数据量的限制，即使在数据量较大时，也能准确检测出离群点。
离群检测方法系统

[发明专利]一种移动终端定位方法及装置-CN201710139185.8有效
发明人：吕喆;周岩;杨晓;梁燕萍 -专利权人：中国移动通信有限公司研究院;中国移动通信集团公司
申请日： 2017-03-09 - 公布日： 2020-11-10 - 主分类号： H04W64/00 文献下载
摘要：本发明公开了一种移动终端定位方法，包括：为无线信号指纹库中无线信号强度值位于预设的无线信号强度区间值的样本点赋予权重值，并以位于所述无线信号强度区间值的样本点为对象，对样本点进行聚类，形成至少一个样本点簇；根据样本点簇内的样本点的权重值，确定出样本点簇的权重值；去除权重值小于预设权重值的样本点簇，根据剩余样本点簇中的样本点的地理位置信息以及样本点簇权重值，确定出待定位移动终端的预测地理位置信息。
一种移动终端定位方法装置

[发明专利]地质属性获取方法及装置、电子设备、存储介质-CN201910004452.X有效
发明人：黄瑞;昝成;龙威;程浩然;李炜 -专利权人：清能艾科（深圳）能源技术有限公司;深圳清华大学研究院
申请日： 2019-01-03 - 公布日： 2021-03-02 - 主分类号： G01V9/00 文献下载
摘要：本申请揭示了一种地质属性获取方法及装置，所述方法包括：根据测井解释曲线，获得测井所对应地质样本空间中各样本点的属性信息，所述样本点的属性信息包括样本点所在地质样本空间中的坐标值和地质属性值；通过对各样本点的属性信息进行处理，获得所述地质样本空间面向样本点的属性分布规律；根据所述地质样本空间面向样本点的属性分布规律，计算所述地质样本空间中各未知点的地质属性值；将所述样本点和所述未知点的地质属性值作为所述地质样本空间的地质属性分布根据本申请所提供方法，能够精确获得地质样本的地质属性分布规律，为所要进行的地质勘探提供重要依据。
地质属性获取方法装置电子设备存储介质

[发明专利]一种基于等高线的三维实体生成方法及装置-CN202111215874.5有效
发明人：屈星;袁喆;霍军军;赵子龙;夏欢 -专利权人：长江水利委员会长江科学院
申请日： 2021-10-19 - 公布日： 2022-01-21 - 主分类号： G06T17/20 文献下载
摘要：本发明公开了一种基于等高线的三维实体生成方法及装置；该方法获取生成目标三维实体的等高线集合，处理等高线集合得到各等高线的样本点，根据组合方式对样本点进行组合得到样本点组合，基于各样本点组合的筛选参数确定目标样本点组合，并对目标样本点组合进行增强点插入得到目标样本点对应的增强点，最后根据所有样本点和所有增强点生成三维实体图像。本发明能够比较精确地找出等高线生成三维实体过程中将产生尖锐棱角的样本点组合，并针对这些样本点组合插入增强点以避免尖锐棱角的出现。
一种基于等高线三维实体生成方法装置

[发明专利]一种基于模式识别与谱图映射的油品多类性质的检测方法-CN201410374154.7有效
发明人：李泽飞;宁书贵;韩凤义;张洪强;尚大军;王震;张春刚;王莹;杜中元 -专利权人：中国科学院自动化研究所
申请日： 2014-07-31 - 公布日： 2014-11-19 - 主分类号： G01N21/25 文献下载
摘要：本发明是一种基于模式识别与谱图映射的油品多类性质的检测方法包括：步骤S1：采集未知油品样本的近红外光谱，并按照主成份分析法将近红外光谱图映射投影到训练集样本确定的特征平面上；步骤S2：根据未知油品样本落在训练集样本的特征平面的区域位置，通过朴素贝叶斯分类器将未知油品样本点归到训练集样本的某类样本中；步骤S3：在未知油品样本点所在类样本点中，选择并在搜索半径范围内，搜索并找到未知油品样本点的邻近点；步骤S4：计算未知油品样本点的邻近点与该未知油品样本点的马氏距离，并将马氏距离归一化后作为权值，利用未知油品样本点邻近点的性质加权求和计算未知油品样本点的油品性质，从而得到未知油品样本点的多类性质。
一种基于模式识别映射油品性质检测方法

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