“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3D点云分类攻击防御方法、装置、设备及存储介质-CN202111081192.X有效
发明人：唐可可;吴坚鹏;史亚文;苗丁锐博;娄添瑞;顾钊铨;李默涵;李树栋;仇晶;韩伟红;田志宏;殷丽华 -专利权人：广州大学
申请日： 2021-09-15 - 公布日： 2023-07-11 - 主分类号： G06T17/20 文献下载
摘要：本申请涉及一种3D点云分类攻击防御方法、装置、设备及存储介质，其方法包括获取输入分类模型的原始点云样本，对原始点云样本进行点的删除与扰动；将预处理点云样本输入编码器，基于DGCNN网络结构学习预处理点云样本的几何特征；使特征点云样本的几何特征输入解码器，基于二维规则网格从二维流形空间重构出三维的点云；迭代训练重构点云样本，并限制原始点云样本和重构点云样本之间的距离和重构点云样本中每一点与其预设数量最近邻域点的距离，直至训练的输出样本接近原始点云样本再输出，替换原始点云样本。解决了3D点云神经网络很容易受到对抗性样本攻击的问题。本申请具有改善3D点云神经网络防御性能的效果。
一种分类攻击防御方法装置设备存储介质

[发明专利]基于高斯重合度指标的轴承健康指标构建方法及系统-CN202111414202.7在审
发明人：秦毅;周江洪;罗均;柏厚义;周弦;钱泉 -专利权人：重庆大学
申请日： 2021-11-25 - 公布日： 2022-02-25 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了一种基于高斯重合度指标的轴承健康指标构建方法及系统，该方法包括：获取轴承全生命周期的样本数据集；样本数据集包括N个数据样本点，且每个数据样本点均为轴承的振动信号；基于样本数据集，采用高斯混合模型评估H个标准数据样本点，得到高斯基准分布；标准数据样本点为轴承健康状态时的数据样本点；采用高斯混合模型评估剩余数据样本点，得到每个剩余数据样本点的高斯分布；剩余数据样本点为在样本数据集中，除H个标准数据样本点以外的数据样本点
基于高斯重合度指标轴承健康构建方法系统

[发明专利]一种样本点数据精化方法及系统-CN202110529870.8有效
发明人：董士伟;潘瑜春;周艳兵;吴亚楠;唐柜彪;李晓岚 -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： G06T11/20 文献下载
摘要：本发明提供一种样本点数据精化方法及系统，包括：根据采样区域中的每个样本点所在的泰森多边形面积与平均采样面积，确定样本均值线、样本稀疏线和样本聚集线；进而确定每个样本点的样本类型；根据样本类型，确定每个样本点的数据权重调整量；根据每个样本点的数据权重调整量，对每个样本点的数据进行权重调整，以生成采样区域的样本点精化数据。本发明提供的样本点数据精化方法及系统，可以确定每个样本点的类型，进而针对不同类型的样本点数据分别进行权重调整，以提高样本点数据的代表性和无偏性，不仅节约了野外补充采样成本，而且降低了样本点分布稀疏和聚集引起的不确定性，保证了样本点数据分析评价的准确性和可靠性。
一种样本数据方法系统

[发明专利]异常识别方法和装置-CN201811188129.4在审
发明人：李伟伟 -专利权人：北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2018-10-12 - 公布日： 2020-04-21 - 主分类号： G06K9/62 文献下载
摘要：其中，该方法包括：确定目标样本集中每个样本点与其他样本点的距离；根据每个样本点与其他样本点的距离分布情况，为每个样本点构建对应的霍夫曼树，以得到由多个霍夫曼树组成的霍夫曼森林；根据所述霍夫曼森林对每个样本点评分，并根据评分结果识别异常样本点。通过以上步骤，能够快速、准确地识别出异常样本点。
异常识别方法装置

[发明专利]距离测量装置及其控制方法和距离测量系统-CN202280015855.4在审
发明人：中村宪一郎;森内优介;佐佐木贵之;藤冈干修 -专利权人：索尼集团公司
申请日： 2022-01-13 - 公布日： 2023-10-17 - 主分类号： G01S17/894 文献下载
摘要：本技术涉及能够布置像素阵列的样本点以获得更多距离信息的距离测量装置、距离测量装置的控制方法以及距离测量系统。距离测量装置包括：像素阵列，在像素阵列中，用于接收通过从物体反射照射光而获得的反射光的像素以矩阵布置；确定单元，其将像素阵列的像素中的一些确定为用于检测距离信息的样本点；以及存储单元，其存储样本点状态表和样本点移动规则表，样本点状态表存储样本点距离信息，样本点移动规则表存储样本点移动规则，其中，确定单元基于样本点状态表和样本点移动规则表更新样本点位置信息。
距离测量装置及其控制方法系统

[发明专利]到达点负样本生成方法、装置与设备-CN201910095792.8有效
发明人：李阳 -专利权人：阿里巴巴集团控股有限公司
申请日： 2019-01-31 - 公布日： 2023-06-16 - 主分类号： G06F16/29 文献下载
摘要：本发明提供一种到达点负样本生成方法、装置与设备，其中，该方法包括：获取目标POI的到达点正样本；根据目标POI的属性信息和到达点正样本中正确到达点的坐标确定目标POI的负样本召回距离；确定电子地图中与目标POI之间的距离不超过负样本召回距离的道路，以及目标POI在各条道路上的投影点；根据满足预设条件的投影点，生成目标POI的到达点负样本。本发明提供的技术方案，实现了根据到达点正样本自动生成到达点负样本，在生成到达点负样本时法无需人工介入，相比通过人工生成负样本的方法，可以有效的提高到达点负样本的生成效率，并降低成本。
到达样本生成方法装置设备

[发明专利]一种基于神经网络的滑坡敏感性评估方法-CN201910667647.2有效
发明人：郑泽忠;侯安锴;刘佳玺;朱明仓;李慕杰;贺月;王娜;李江 -专利权人：电子科技大学
申请日： 2019-07-23 - 公布日： 2022-09-27 - 主分类号： G06F30/27 文献下载
摘要：本发明提供一种基于神经网络的滑坡敏感性评估方法，S1：筛选滑坡影响因子；S2：将筛选的若干滑坡影响因子原数据进行重分类；S3：构建神经网络学习模型；S4：选取样本点，所述样本点包含正样本点和负样本点，所述正样本点和所述负样本点都平均包含所述滑坡影响因子重分类后所有的情况；S5：选择训练样本点和测试样本点的最佳比例，将一定比例的训练样本点输入所述神经网络进行训练，剩下比例的样本点进行测试；S6：选择使模型精度最高的权重将待测样本点输入到所述神经网络进行训练并且设置输出为0～1的概率区间，输出的概率值为滑坡敏感性，整个过程样本数据获取容易并且分类精度高。
一种基于神经网络滑坡敏感性评估方法

[发明专利]色彩预测模型训练方法、装置以及设备-CN202211429191.4在审
发明人：王海君 -专利权人：北京百度网讯科技有限公司
申请日： 2022-11-15 - 公布日： 2023-04-04 - 主分类号： G06V10/774 文献下载
摘要：该方法的一具体实施方式包括：获取训练样本，其中，训练样本包括样本物体的样本物体图像和样本物体图像的样本像素点的样本色彩向量；在样本物体的样本物体空间内采样，得到样本物体图像的样本像素点对应的样本采样点；利用神经网络对样本采样点进行色彩预测，得到样本采样点的样本色彩向量；基于样本采样点的样本色彩向量和对应的样本像素点的样本色彩向量计算损失函数；基于损失函数更新神经网络的参数，得到色彩预测模型。
色彩预测模型训练方法装置以及设备

[发明专利]目标检测模型的训练及目标检测方法、装置、设备和介质-CN202310678350.2在审
发明人：杨欣雨;师雅迪;孙文超;秦伟;杨彦召 -专利权人：中汽创智科技有限公司
申请日： 2023-06-08 - 公布日： 2023-08-29 - 主分类号： G06V20/56 文献下载
摘要：本申请涉及一种目标检测模型的训练及目标检测方法、装置、设备和介质，根据车辆的历史行驶场景数据，仿真得到车辆在历史场景下的样本基础仿真点云数据；并通过高精度点云模型，将样本基础仿真点云数据处理成高精度的样本高精仿真点云数据；将样本高精仿真点云数据与样本真实点云数据按照预设比例进行混合，得到样本混合点云数据，并对样本混合点云数据标注标签；基于标注标签后的样本混合点云数据，对目标检测模型进行训练。本申请引入高精度点云模型，将样本基础仿真点云数据转化为样本高精仿真点云数据，以提高仿真得到的点云数据的准确性。以及将混合后的样本混合点云数据对目标检测模型进行训练，可以提高训练后的目标检测模型的检测精度。
目标检测模型训练方法装置设备介质

[发明专利]样本点的聚类方法、装置和处理器及电子设备-CN202310652938.0在审
发明人：程永龙;王钰;范淑君;王睿 -专利权人：中国工商银行股份有限公司
申请日： 2023-06-02 - 公布日： 2023-09-05 - 主分类号： G06F18/23213 文献下载
摘要：本申请公开了一种样本点的聚类方法、装置和处理器及电子设备。涉及大数据领域，该方法包括：从样本集合中获取K个样本点，并将K个样本点确定为K个初始质心点；基于K个初始质心点，对样本集合中的其他样本点进行聚类，得到聚类后的K个第一样本子集合；分别对K个第一样本子集合进行边缘选取处理，得到K个第二样本子集合；基于每一个第二样本子集合包括的全部样本点和其他K‑1个第二样本子集合关联的各个质心点，确定出第K+1个质心点；在满足预设收敛条件的情况下，基于已确定的质心点，对样本集合中除已确定的质心点之外的其他样本点进行聚类，得到聚类后的目标样本集合。
样本方法装置处理器电子设备

[发明专利]目标图像检索方法及系统-CN201811250718.0有效
发明人：朱仁兵;胡挺;殷兵;何山;柳林;刘聪;杨世清 -专利权人：科大讯飞股份有限公司
申请日： 2018-10-25 - 公布日： 2021-12-07 - 主分类号： G06F16/53 文献下载
摘要：本发明公开了一种目标图像检索方法及系统，其中方法包括：提取图像样本库中各图像样本的样本特征点；滤除每幅图像样本中冗余的样本特征点；利用滤除冗余后的样本特征点构建公共特征点集合和私有特征点集合；提取待处理图像的待处理特征点；将所述待处理特征点与所述公共特征点集合和所述私有特征点集合中的样本特征点进行匹配，得到每幅图像样本的匹配得分；选取匹配得分最高的图像样本作为目标图像。本发明通过压缩样本特征点冗余的方式精简图像样本库，在减少匹配次数的同时能够显著加快匹配速度，进而提升匹配的精准度，使得整个检索过程相较现有技术在效率和效果上皆具有明显的改善。
目标图像检索方法系统

[发明专利]一种样本点位置确定方法及系统-CN201911348833.6有效
发明人：董士伟;潘瑜春;郝星耀;郜允兵;李淑华;黄坤;王怡蓉;唐柜彪;肖聪 -专利权人：北京农业信息技术研究中心
申请日： 2019-12-24 - 公布日： 2020-11-27 - 主分类号： G01N1/04 文献下载
摘要：本发明提供一种样本点位置确定方法及系统，该方法包括：根据平均采样面积和采样区域中每一预设样本点所在泰森多边形面积，获取每一预设样本点的稀疏指数；根据每一预设样本点的稀疏指数，获取若干稀疏区域；对于任一稀疏区域，根据所述任一稀疏区域与其它稀疏区域之间的位置关系，确定在任一稀疏区域中增加的加密样本点的位置。本发明提供一种样本点位置确定方法及系统，首先从采样区域中获取预设样本点局部分布不均匀的稀疏区域，根据稀疏区域中目标稀疏样本点的位置和该目标稀疏样本点所在泰森多边形，确定稀疏区域中每个加密样本点的位置，从而提高了采样区域中样本点的均匀性和代表性
一种样本位置确定方法系统

[发明专利]铁路场景下的点云分割方法及装置-CN202211292010.8在审
发明人：孙淑杰;刘俊博;王昊;谭松;王胜春;杜馨瑜;苟云涛;韩强;刘国跃;戴鹏;赵鑫欣;程雨;李振环;李浩然 -专利权人：北京铁科英迈技术有限公司;中国铁道科学研究院集团有限公司;中国铁道科学研究院集团有限公司基础设施检测研究所
申请日： 2022-10-20 - 公布日： 2023-02-03 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种铁路场景下的点云分割方法及装置，其中该方法包括：获取铁路场景下的点云数据集，点云数据集包括在不同的铁路线路上采集的多个点云数据样本；根据预设下采样次数，对每一点云数据样本进行多次下采样，对每次下采样后的点云数据样本进行局部特征融合，得到每次下采样后的点云数据样本的局部融合特征；通过多次上采样，依次将每次下采样后的点云数据样本的局部融合特征，映射到下采样前的点云数据样本上，将每次下采样后的点云数据样本的局部融合特征与下采样前该点云数据样本的多维特征进行聚合，生成每一点云数据样本更新的多维特征；根据每一点云数据样本更新的多维特征进行点云分割。本发明可以提高铁路场景下的点云分割效果。
铁路场景分割方法装置

[发明专利]点云信息的识别方法及装置-CN202111130295.0在审
发明人：颜思捷 -专利权人：华为技术有限公司
申请日： 2021-09-26 - 公布日： 2023-03-31 - 主分类号： G06V10/40 文献下载
摘要：本申请实施例公开了一种点云信息的识别方法及装置，该方法包括：通过特征提取网络对点云信息进行特征提取，获得该点云信息的特征，该特征提取网络是通过第一点云样本和第二点云样本训练得到的，该第一点云样本的特征少于该第二点云样本的特征，该第一点云样本和该第二点云样本对应有相同的目标，该第二点云样本根据该第一点云样本的样本集得到；对上述点云信息的特征进行判别，输出点云信息的判别结果。
信息识别方法装置

[发明专利]火点位置的修正方法、装置和电子设备-CN202211711055.4在审
发明人：李洋;吴大维;苏彦尹;冷迪;邢潇丹;刘泽文;彭东旭 -专利权人：北京辰安科技股份有限公司
申请日： 2022-12-29 - 公布日： 2023-04-04 - 主分类号： G06V20/13 文献下载
摘要：本申请提出了一种火点位置的修正方法、装置和电子设备，方法包括：获取待训练的火点位置修正模型以及火点位置修正模型的训练样本，训练样本包括样本火点位置以及样本火点位置对应的样本自然因子和样本人为因子；根据样本火点位置以及对应的样本自然因子和样本人为因子，对待训练的火点位置修正模型进行训练，获取训练好的目标火点位置修正模型；获取火点监测位置以及对应的火点监测自然因子和火点监测人为因子，并通过目标火点位置修正模型基于火点监测自然因子和火点监测人为因子对火点监测位置进行修正得到目标火点位置提高了对于卫星监测到的火点位置的误差修正的精度，提高了获取实际发生火情的火点位置的准确程度。
位置修正方法装置电子设备