“熵特征”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2461982个，建议您升级VIP下载更多相关专利

[发明专利]一种基于小波熵的脉冲星信号去噪及辨识方法-CN201910464593.X有效
发明人：孙景荣;赵聪聪;张华;许录平;魏晨依;谢林昌 -专利权人：西安电子科技大学
申请日： 2019-05-30 - 公布日： 2022-09-16 - 主分类号： G01C21/02 文献下载
摘要：本发明属于脉冲星信号处理技术领域，公开了一种基于小波熵的脉冲星信号去噪及辨识方法。首先利用小波变换分解脉冲星信号，计算出小波分解后各个子区间的小波熵。将小波熵和小波阈值相结合从而确定各层高频小波系数阈值门限。利用阈值门限处理带噪声的脉冲星信号。再根据不同的脉冲星信号在各区间的能量值呈现差异化的特点，计算样本中所有脉冲星信号在每个区间的小波熵的数值。记录各个脉冲星信号的小波熵数值的结果，结合相应的名称来构建特征参数载入到数据库中，再与未知的脉冲星信号特征进行比对，并完成对脉冲星信号的辨识。本发明只使用小波熵算法，在信号去噪的同时，可以提取信号的小波熵值为特征量来完成辨识的任务。
一种基于小波熵脉冲信号辨识方法

[发明专利]基于脉博熵的多点脉搏信息融合方法-CN200510002277.9无效
发明人：阮晓钢;乔俊飞;王家庆 -专利权人：北京工业大学
申请日： 2005-01-20 - 公布日： 2005-06-29 - 主分类号： A61B5/021 文献下载
摘要：基于脉搏熵的多点脉搏信息融合方法，属医学信号处理领域。本发明由多路传感器模块拾取人体多点脉搏信号，经放大、滤波和采样的预处理得多路脉搏信号S_ij，i＝1，2…M，j＝1，2…N，M为信号路数，还包括以下步骤：用脉搏熵的思想，通过对S_ij进行脉搏熵融合处理，提出近一化规则和选取最大熵比的输出优化的脉搏波形数据供分析使用。由于采用脉搏熵的思想，使得多路脉搏信号中最大的特征信息量会被提取和融合进一路脉搏信号，从而减少了存储和传输的数据量，另由于在脉搏熵融合过程中提出的近一化规则和选取最大熵比的方法，使得处理后的脉搏信号保持了信号的真实值的同时，又突显脉搏波信号特征信息，便于后续处理中得到脉搏信号的重要特征参数，可应用于无损伤测量和病理诊断。
基于脉博熵多点脉搏信息融合方法

[发明专利]一种基于数据驱动的超耐磨强韧氮化物高熵陶瓷设计方法-CN202310601756.0在审
发明人：周潜;马震宇;娄陈旭坤;李润涵;舒磊;施仙庆;葛旺;徐锋 -专利权人：南京航空航天大学
申请日： 2023-05-26 - 公布日： 2023-09-08 - 主分类号： G16C60/00 文献下载
摘要：本发明公开了一种基于数据驱动的超耐磨强韧氮化物高熵陶瓷设计方法，包括：收集整理氮化物高熵陶瓷耐磨性与断裂韧性的历史实验数据信息，根据氮化物高熵陶瓷元素配比及元素固有物理化学性质，构造并计算输入特征；对输入特征进行特征筛选以删除冗余特征，获得氮化物高熵陶瓷耐磨性及断裂韧性预测的原始数据集；将原始数据集导入搭建好的生成式对抗网络模型中进行数据增强，得到样本容量获得扩充的增强数据集；利用增强数据集训练选定的不同机器学习算法模型，评估并选取性能最优的模型；根据最优模型进行特征重要性分析，建立氮化物高熵陶瓷性能与输入特征的内在关联，从而设计出新型超耐磨强韧氮化物高熵陶瓷，本发明涉及陶瓷材料设计技术领域。该方法解决了多主元陶瓷材料研发周期长、效率低、成本高以及小样本下机器学习等人工智能数据挖掘方法易产生过拟合、泛化能力差的问题，为新型超耐磨强韧氮化物高熵陶瓷提供了基于数据驱动的、高精度的、面向性能需求的高效设计方法
一种基于数据驱动耐磨强韧氮化物陶瓷设计方法

[发明专利]利用波形时域特征聚类的谐振接地系统故障选线方法-CN201410197421.8有效
发明人：郭谋发;严敏;杨耿杰;高伟;缪希仁 -专利权人：福州大学
申请日： 2014-05-12 - 公布日： 2014-07-23 - 主分类号： G01R31/08 文献下载
摘要：本发明涉及一种利用波形时域特征聚类的谐振接地系统故障选线方法，包括以下步骤：1、对谐振接地系统单相接地故障后各线路半个周波暂态零序电流波形进行直方图分解，得到反映故障后各线路暂态零序电流波形的时域分布特征的直方图；基于故障后各线路暂态零序电流波形的时域分布特征，采用反映状态差异的相对熵建立包含故障极性信息的相对熵矩阵S；2、建立包含故障幅值信息的综合幅值矩阵F₃；3、结合相对熵矩阵S和综合幅值矩阵F₃建立包含暂态零序电流波形的故障信息的综合相对熵特征矩阵XS，利用免阈值设定的模糊核聚类算法对所述综合相对熵特征矩阵
利用波形时域特征谐振接地系统故障方法

[发明专利]水平气液两相流流型定量判定方法及装置-CN201610544478.X有效
发明人：黄善仿;雷兴林;杨峻 -专利权人：清华大学
申请日： 2016-07-12 - 公布日： 2018-10-02 - 主分类号： G01B7/06 文献下载
摘要：本发明公开了一种水平气液两相流流型定量判定方法及装置，其中，方法包括以下步骤：获取多种流型下两相流液膜厚度数据；按照多尺度熵概念对多种流型下两相流液膜厚度数据进行信号处理分析，以提取出不同流型的特征；根据提取的不同流型的特征得到多尺度熵排列分布特征曲线，并计算多尺度熵排列分布图不同流型曲线的多尺度熵率；根据多种流型下两相流液膜厚度数据、多尺度熵排列分布特征曲线、多尺度熵率建立流型数据库，以得到流型识别的定量判定表格，从而通过流型识别的定量判定表格实现判定的目的该方法可以采用多尺度熵算法处理两相流液膜厚度信号，提取特征量达到流型识别的目的，提高了判定的适用性和可靠性，提高了判定的准确性。
水平两相流流定量判定方法装置

[发明专利]一种基于自编码器的光流信息压缩方法及装置-CN202010037001.9有效
发明人：段强;李锐;金长新 -专利权人：山东浪潮科学研究院有限公司
申请日： 2020-01-14 - 公布日： 2021-09-21 - 主分类号： H04N19/124 文献下载
摘要：本发明公开了一种基于自编码器的光流信息压缩方法及装置，属于信息压缩、编解码领域，本发明要解决的技术问题为如何利用自编码器实现光流信息的压缩，提高压缩效率，采用的技术方案为：该方法是将光流特征通过训练好的基于自编码器的神经网络模型进行提取，生成一个特征图，通过量化降低数据的存储空间，再用熵编码将量化后的数据进行进一步编码压缩；解码时，将已保存的熵编码数据进行熵解码并反量化，再通过结构相反的解码器进行解码，从而使特征图恢复为两通道的光流信息该装置包括神经网络模型搭建单元、训练单元、特征图获取单元、特征图量化单元、熵编码单元、序列化文件保存单元、熵解码单元和解码单元。
一种基于编码器信息压缩方法装置

[发明专利]一种基于改进PCA的深度网络图像分类方法-CN201911291420.9有效
发明人：蒋强;陈凯;冯永新;隋涛 -专利权人：沈阳理工大学
申请日： 2019-12-16 - 公布日： 2023-04-18 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于改进PCA的深度网络图像分类方法，首先使用深度卷积神经网络提取输入图像的特征，然后通过计算图像信息熵并设定图像信息熵阈值以筛选特征，筛选后的特征再经过PCA降维，进一步精简图像特征、提高特征质量，有效解决了大数据图像集分类过程中数据维度过高引起的识别速度过慢的问题，同时通过图像信息熵筛选特征，有效减少了PCA在对特征降维的过程中计算协方差矩阵巨大的计算量，提高了图像分类的实时性。
一种基于改进 pca 深度网络图像分类方法

[发明专利]用于解析低信息熵数据的方法及其系统-CN201710601209.7在审
发明人：汤红;黄军文;李文强;张波;林晓斌 -专利权人：深圳市华付信息技术有限公司
申请日： 2017-07-21 - 公布日： 2017-12-05 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及用于解析低信息熵数据的方法及其系统，该方法包括获取来自指定入口的低信息熵数据；采用数据特征识别规则检测低信息熵数据的特征；根据特征获取原子化切割规则；根据原子化切割规则对低信息熵数据进行原子化切割本发明先设定好原子化解析规则文件，调用原子化解析规则文件中的若干解析策略，以原子化并发处理的方式将数据与规则进行匹配，获取匹配结果，使数据处理时间仅与规则数量、最大并发数量有关，与规则复杂度无关，解决低信息熵数据规则匹配的效率问题
用于解析信息数据方法及其系统

[发明专利]基于视觉注意机制和信息熵的遥感图像海面舰船检测方法-CN201710787433.X有效
发明人：刘晶红;徐芳;王宣 -专利权人：长春长光精密仪器集团有限公司
申请日： 2017-09-04 - 公布日： 2022-12-20 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种基于视觉注意机制和信息熵的遥感图像海面舰船检测方法，包括以下步骤：采集光学遥感图像步骤，小波分解步骤，重构特征图步骤，计算显著图步骤，基于多变量高斯概率密度函数，统计所有特征图中对应位置像素的显著度，计算输入图像的全局显著图；保留舰船目标区域步骤，阈值分割步骤，切片提取步骤，用于提取出疑似舰船目标区域的切片；获取鉴别熵步骤，用于改进传统熵定义依赖图像空间结构信息的不足，获取能更好描述目标切片内容的鉴别熵；舰船目标与虚警鉴别步骤：使用改进的鉴别熵表征目标切片特征，有效区分舰船目标与虚警。
基于视觉注意机制信息遥感图像海面舰船检测方法

[发明专利]确定关键帧的方法、装置、设备及存储介质-CN202210644922.0在审
发明人：刘美亿;曹斌 -专利权人：东软睿驰汽车技术（沈阳）有限公司
申请日： 2022-06-08 - 公布日： 2022-10-11 - 主分类号： G06V20/56 文献下载
摘要：本发明公开了一种确定关键帧的方法、装置、设备及存储介质，所述方法包括：获取原始样本集，并对每个原始样本进行像素点匹配，获得目标样本集；对所述目标样本集进行计算，获得第一信息熵集；基于所述目标样本集获得特征向量集，并对所述特征向量集进行计算，获得第二信息熵集；对每个所述第一信息熵以及与所述第一信息熵匹配的所述第二信息熵进行计算，获得目标信息熵序列；基于所述目标信息熵序列对所述目标样本集进行筛选，获得目标关键帧集
确定关键方法装置设备存储介质

[发明专利]一种基于描述熵的大数据移动软件相似性智能检测方法-CN201910424145.7有效
发明人：官全龙;罗伟其;刘楚莹;张焕明;崔林;李哲夫;李荣君 -专利权人：暨南大学
申请日： 2019-05-21 - 公布日： 2023-01-31 - 主分类号： G06F21/56 文献下载
摘要：本发明公开了一种基于描述熵的大数据移动软件相似性智能检测方法，包括以下步骤：获取移动软件路径，按照路径读取移动软件的文件；对移动软件的文件进行初步逆向工程反编译，获取每个移动软件的函数特征；通过函数特征中的描述熵，统计每个移动软件描述熵的分布；将每个移动软件描述熵进一步整合，通过整合后，移动软件之间的描述熵分布情况进行比较，进行相似性分数计算，得到移动软件之间的相似性分数；输出所有移动软件的相似性分数，得到移动软件相似性结果；本发明通过反编译获取移动软件源代码，获取函数压缩编码再获取描述熵，利用描述熵作为表示一个对象的信息量，用于移动软件的相似性检测，大大提高软件相似性智能计算速度。
一种基于描述数据移动软件相似性智能检测方法

[发明专利]一种超硬过渡金属碳化物高熵陶瓷的机器学习设计方法-CN202310601461.3在审
发明人：周潜;马震宇;娄陈旭坤;李润涵;舒磊;施仙庆;葛旺;徐锋 -专利权人：南京航空航天大学
申请日： 2023-05-26 - 公布日： 2023-10-27 - 主分类号： G16C60/00 文献下载
摘要：本发明公开了一种超硬过渡金属碳化物高熵陶瓷的机器学习设计方法，包括：搜集过渡金属碳化物高熵陶瓷硬度的历史实验数据信息以及第一性原理仿真计算信息，根据高熵陶瓷元素组分配比及元素固有性质计算输入特征描述符，构建初始数据集；对所述初始数据集进行特征工程，删除冗余特征，并对优化后的数据集进行标准化处理，获得高熵陶瓷硬度预测训练集和测试集；利用所述训练集训练所选机器学习模型，通过十折交叉验证对模型进行超参数优化；利用所述测试集评估和筛选训练后的机器学习模型，选取性能最优的模型；根据所述最优模型建立未知组分空间的过渡金属碳化物高熵陶瓷的硬度预测数据集，并结合特征分析，设计出新型超硬过渡金属碳化物高熵陶瓷，本发明涉及陶瓷材料设计技术领域该方法解决了多主元陶瓷材料设计难、成本高等问题，为新型超硬碳化物高熵陶瓷提供了一种高通量、面向性能需求的高效快速设计方法。
一种过渡金属碳化物陶瓷机器学习设计方法

[发明专利]程序批量刷单鉴别方法、装置、存储介质及服务器-CN202011110888.6在审
发明人：梁达俊 -专利权人：蜂助手股份有限公司
申请日： 2020-10-16 - 公布日： 2021-01-15 - 主分类号： G06F16/2458 文献下载
摘要：本发明公开了一种基于手机信息熵分析的程序批量刷单鉴别方法、装置、存储介质及服务器；其中，所述方法包括：在虚拟商品交易平台上的数据库内按照预设商户选取一定连续的时间范围内的订单数据；对所述订单数据进行信息提取处理，获得订单数据中的手机号字段；对所述手机号字段进行特征分析，获得手机号字段中三个特征，其中所述手机号字段中三个特征包括网络识别号、归属地和用户号码；对手机号字段中三个特征进行信息熵计算，获得手机号字段中三个特征的信息熵；基于所述手机字段中的三个特征信息熵判断是否存在程序批量刷单。在本发明实施例中，只需要收集订单数据中的手机号，并通过计算信息熵，即可识别出在一段时间内是否存在批量刷单情况。
程序批量鉴别方法装置存储介质服务器

[发明专利]异常物联网卡的分析方法及装置-CN201811582177.1有效
发明人：何洋;徐海勇;陶涛;黄岩;于玲;鲁银冰;林宇俊;许鑫伶;王伟杰 -专利权人：中移（杭州）信息技术有限公司;中移信息技术有限公司;中国移动通信集团有限公司
申请日： 2018-12-24 - 公布日： 2021-12-07 - 主分类号： H04L12/26 文献下载
摘要：该方法在获取第一时间段内至少一个待分析物联网卡的第一特征数据熵和第一预设数量个正常物联网卡的特征数据熵后，采用预设相对密度的离群点检测算法，得到第二预设数量个待分析物联网卡；再获取第二时间段内第二预设数量个待分析物联网卡的历史特征数据的第二特征数据熵，并对第二特征数据熵采用预设自回归整合移动平均算法，得到第二预设数量个待分析物联网卡在第一时间段内的第一预测特征数据熵，从而获取第二预设数量个待分析物联网卡中的异常物联网卡。
异常联网分析方法装置

[发明专利]用于快速预测高熵合金硬度的机器学习方法及其制备工艺-CN202210635591.4在审
发明人：骆鸿;王雪飞;董超芳;杜翠薇;李晓刚 -专利权人：北京科技大学
申请日： 2022-06-06 - 公布日： 2022-09-16 - 主分类号： G05B19/418 文献下载
摘要：本发明公开了一种用于快速预测高熵合金硬度的机器学习方法及其制备工艺，用以解决传统“试错法”设计高熵合金成分耗时耗力且结果不准确的问题。该方法包括，搜集高熵合金硬度数据库作为训练集，根据合金成分计算特征描述符；根据不同测试集划分比例下的RMSE选择合适的模型；对所得特征进行降维处理，以获得最重要的特征子集；利用最重要的特征子集训练并优化所选模型；利用训练好的模型来预测未知成分的高熵合金硬度；对预测出的合金成分进行试验验证。本发明中特征降维的方法包括相关性分析、递归消除法和穷举法，降维处理后得到3个最重要特征，依据这三个特征可以方便并准确地预测出合金的硬度。
用于快速预测合金硬度机器学习方法及其制备工艺