“特征量选择”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_专利查询网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

B 作业；运输

C 化学；冶金

D 纺织；造纸

E 固定建筑物

F 机械工程、照明、加热

专利下载VIP

公布日期

2023-10-24 公布专利

2023-10-20 公布专利

2023-10-17 公布专利

2023-10-13 公布专利

2023-10-10 公布专利

2023-10-03 公布专利

2023-09-29 公布专利

2023-09-26 公布专利

2023-09-22 公布专利

2023-09-19 公布专利

专利权人

国家电网公司

华为技术有限公司

中兴通讯股份有限公司

三星电子株式会社

中国石油化工股份有限公司

鸿海精密工业股份有限公司

松下电器产业株式会社

上海交通大学

钻瓜专利网为您找到相关结果4232577个，建议您升级VIP下载更多相关专利

[发明专利]特征量选择方法、特征量选择程序、多类分类方法、多类分类程序、特征量选择装置、多类分类装置及特征量集-CN202180014238.8在审
发明人：长濑雅也 -专利权人：富士胶片株式会社
申请日： 2021-02-05 - 公布日： 2022-09-23 - 主分类号： G01N33/50 文献下载
摘要：本发明的目的在于提供一种选择特征量并且根据所选择的特征量的值将样品分类为多个类中的任一个的多类分类方法、多类分类程序、多类分类装置、以及用于这样的多类分类的特征量选择方法、特征量选择装置及特征量集。在本发明中，处理伴随特征量选择的多类分类问题。特征量选择是预先按照字面意思对样品所具备的大量的特征量中的用于后续的各处理(在本发明中尤其是多类分类)所需的特征量进行取舍选择的方法。
特征选择方法程序分类装置

[发明专利]特征量选择方法以及装置-CN202310311119.X在审
发明人：轻部俊和 -专利权人：本田技研工业株式会社
申请日： 2023-03-28 - 公布日： 2023-10-17 - 主分类号： G06V10/44 文献下载
摘要：本发明的课题在于提供一种使用最小限度的专家数据和少数的非专家数据，按每个缺陷模式选择贡献度高的特征量的特征量选择方法。本发明的特征量选择方法具有：从包含各种缺陷形状的图像的专家数据提取多维度的特征量的工序；从包含有限的缺陷形状的图像的非专家数据提取多维度的特征量的工序；计算所提取出的专家数据以及非专家数据各自的特征量的每个维度的标准偏差的工序；计算所计算出的专家数据的每个维度的标准偏差与所计算出的非专家数据的每个维度的标准偏差的每个维度之比的工序；从计算出的标准偏差比中按值从大到小的顺序选择给定数量，将与所选择的标准偏差比相关联的特征量选择为对特定的缺陷模式的贡献度高的特征量
特征选择方法以及装置

[发明专利]特征量选择方法、特征量选择程序、及特征量选择装置、多类分类方法、多类分类程序、及多类分类装置、以及特征量集-CN202180065072.2在审
发明人：长濑雅也 -专利权人：富士胶片株式会社
申请日： 2021-09-17 - 公布日： 2023-06-02 - 主分类号： G06N20/00 文献下载
摘要：本发明的目的在于，提供一种能够根据所选择的一部分的特征量的值将具有多个特征量的样品稳健且高精度地分类为多个类中的任一个的多类分类方法、多类分类程序、及多类分类装置。并且，本发明的目的在于提供一种用于这样的多类分类的特征量选择方法、特征量选择程序、及特征量选择装置、以及特征量集。在本发明中，处理伴随特征量选择的多类分类问题。特征量选择是预先按照字面意思对样品所具备的大量的特征量中的用于后续的各处理即在本发明中尤其是多类分类所需的特征量进行取舍选择的方法。多类分类是确定给定的未知样品属于多个类中的哪一个的判别问题。
特征选择方法程序装置分类以及

[发明专利]一种基因表达量特征选择方法-CN202210193416.4在审
发明人：盖凌云;时鸿涛 -专利权人：青岛农业大学
申请日： 2022-03-01 - 公布日： 2022-05-31 - 主分类号： G16B40/20 文献下载
摘要：本发明提供了一种基因表达量特征选择方法，涉及生物信息学和机器学习领域，以原始基因表达量数据集和候选特征子集对应的基因表达量数据集分别与类别向量之间的联合互信息是否相等作为最大相关性的判断条件，将最大条件互信息公式作为目标函数，迭代选择满足目标函数的基因特征来获取具有最大相关性的候选特征子集，再通过删除候选特征子集中的冗余特征，从而能够筛选出同时具有最大相关性和最小冗余度的最小特征子集。
一种基因表达特征选择方法

[发明专利]与钢轨磨耗量相关的激光图像特征量的选择方法-CN201711419564.9有效
发明人：张秀峰;王娟;孙进生 -专利权人：大连民族大学
申请日： 2016-08-30 - 公布日： 2019-09-17 - 主分类号： B61K9/08 文献下载
摘要：本分案申请公开了一种与钢轨磨耗量相关的激光图像特征量的选择方法，属于检测领域，在选择用于判断的激光图像特征量的组合时，假设M是在具有磨耗的钢轨上定点采集到的特征样本集合，该集合包含N个固定点的反应磨耗的激光图像特征量，选择相关度系数作为度量参数，两个激光图像特征是相关冗余特征的，只选择其中一个作为钢轨磨耗判断的激光图像特征量，以得到有效判断钢轨磨耗宽度和深度的最少激光图像特征量的组合，并以该特征量组合计算得到钢轨磨耗的某一特征量
特征量激光图像钢轨磨耗集合度量参数检测领域冗余特征特征样本有效判断相关度钢轨采集申请

[发明专利]特征选择-CN200680036679.3无效
发明人：杨广中;胡晓鹏 -专利权人：皇家创新有限公司
申请日： 2006-08-24 - 公布日： 2008-10-01 - 主分类号： G06K9/62 文献下载
摘要：提供了一种可应用于特征的前向选择和后向消除的特征选择方法。所述方法基于每一个分类器的ROC曲线下的面积的估算值选择特征作为分类器的输入。
特征选择

[发明专利]激光图像特征量选择阈值的计算方法-CN201810556266.2有效
发明人：张秀峰 -专利权人：大连民族大学
申请日： 2016-08-30 - 公布日： 2021-11-26 - 主分类号： G06T7/00 文献下载
摘要：本分案申请公开了一种激光图像特征量选择阈值的计算方法，属于检测领域，用于优化钢轨磨耗的检测及计算过程，其技术要点是：计算阈值β的方法是：效果是实现了激光图像特征量选择阈值的计算
激光图像特征选择阈值计算方法

[发明专利]图像处理装置、图像形成装置和图像处理方法-CN202210903634.2在审
发明人：佐藤晃司;猪谷広佳;兼古志郎;东山尚道 -专利权人：京瓷办公信息系统株式会社
申请日： 2022-07-28 - 公布日： 2023-02-03 - 主分类号： H04N1/00 文献下载
摘要：异常种别选择部针对每个对象图像，对异常目标根据至少两个基本特征量的值，选择规定的多个异常种别中的任意异常种别。特征量监视部监视该基本特征量的值以及与由异常种别选择部在当前选择的异常种别对应的辅助特征量的值。调整处理部执行与由特征量监视部监视的辅助特征量对应的调整处理。而且，异常种别选择部根据上述的基本特征量的值的变化，变更选择的异常种别。
图像处理装置形成方法

[发明专利]特征选择方法和特征选择服务系统-CN202010551883.0在审
发明人：马驰;王冲;杜聪 -专利权人：阿里巴巴集团控股有限公司
申请日： 2020-06-17 - 公布日： 2021-08-24 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种特征选择方法，包括：获得原始样本；对所述原始样本进行复制，得到所述原始样本的复制样本，所述复制样本中的特征少于其对应的原始样本中的特征；将不同原始样本对应的复制样本中包含相同特征的复制样本分入同一个复制样本组；获得复制样本组的模型评估指标；根据所述复制样本组的模型评估指标，从所述原始样本中的特征中筛选出用于训练机器学习模型的目标特征。采用上述方法，解决了现有技术中针对大规模数据的特征空间进行特征选择效率较低的问题。
特征选择方法服务系统

[发明专利]特征量抽取装置、特征量抽取方法-CN201410330654.0在审
发明人：八幡尚;菅家孝夫 -专利权人：卡西欧计算机株式会社
申请日： 2014-07-11 - 公布日： 2015-01-14 - 主分类号： G06F17/30 文献下载
摘要：一种特征量抽取装置，其特征在于，该特征量抽取装置具有：代码信息列取得部，针对连续的输入数据的列，按照每个规定间隔，取得所述输入数据的值的代码信息的列；代码信息列模式频数累计部，按照由所述代码信息列取得部得到的代码信息的列的每种模式累计频数；以及特征量输出部，将由所述代码信息列模式频数累计部累计得到的所述每种模式的频数值，作为对应于所述输入数据的特征量进行输出。
特征抽取装置方法

[发明专利]轨道识别装置-CN201880071035.0有效
发明人：二神拓也;高桥雄介;小林广幸;鸭雄史;高桥功;服部阳平 -专利权人：株式会社东芝;东芝基础设施系统株式会社
申请日： 2018-10-29 - 公布日： 2023-03-07 - 主分类号： B61L23/00 文献下载
摘要：实施方式的轨道识别装置具备图像取得部、特征量选择部、特征数据导出部及线路检测部。图像取得部取得通过拍摄铁道车辆的行进方向的区域而得到的拍摄图像。特征量选择部针对拍摄图像中的多个像素群的每一个，基于规定的基准，从能够成为表示线路相称度的尺度的多个特征量中选择在线路检测中使用的一个特征量。特征数据导出部从多个像素群中的各个像素群，导出基于由特征量选择部所选择的一个特征量的特征数据。线路检测部基于特征数据导出部的导出结果，从拍摄图像中检测线路。
轨道识别装置

[发明专利]信息处理装置、血压估计方法及存储介质-CN202210406891.5在审
发明人：樋口浩一;小川莉绘子;足立佳久;岩井敬文;富泽亮太;田中怜 -专利权人：夏普株式会社
申请日： 2022-04-18 - 公布日： 2022-12-23 - 主分类号： G06K9/00 文献下载
摘要：信息处理装置具备：生物体信息获取部，获取被测量者的生物体信息；特征量决定部，根据生物体信息决定多个特征量；分类选择部，从根据基准分类的多个分类中，选择被测量者所属的分类，该基准与多个特征量中包含的第一特征量相关；以及血压估计部，向根据分类选择的血压估计模型输入多个特征量中包含的第二特征量，输出估计血压。
信息处理装置血压估计方法存储介质

[发明专利]特征量候选生成装置和特征量候选生成方法-CN200880112856.0有效
发明人：米田光宏;中岛宏;土屋直树;田崎博 -专利权人：欧姆龙株式会社
申请日： 2008-10-31 - 公布日： 2010-09-15 - 主分类号： A61B5/05 文献下载
摘要：特征量候选生成装置，包括：存储部件，对多种特征量存储从多个样本的每个样本中提取的特征量的值；指标值计算部件，对多种特征量的每种特征量计算指标值，通过由样本数对特征量的值的种类数进行归一化而获得该指标值；评价对象选择部件，从多种特征量中选择作为评价对象的特征量的组合；评价部件，对作为评价对象而选择的特征量的组合，评价各个特征量的指标值的次数分布的一致性是否满足规定的基准；以及候选决定部件，将通过评价部件而评价为满足规定的基准的特征量的组合，决定为对模型生成装置提供的特征量候选。
特征候选生成装置方法

[发明专利]判断两个激光图像特征是相关冗余特征的方法-CN201711422597.9有效
发明人：张秀峰;王娟;孙进生 -专利权人：大连民族大学
申请日： 2016-08-30 - 公布日： 2020-02-14 - 主分类号： B61K9/08 文献下载
摘要：本分案申请公开了一种判断两个激光图像特征是相关冗余特征的方法，属于检测领域，从激光图像特征量中选择首选特征量，计算其余各激光图像特征量与首选特征量的相关度系数，并求其平均值，该平均值为激光图像特征量选择的阈值β，若其中某两个激光图像特征之间的相关系数的绝对值|rTij|≥β，则该两个激光图像特征是相关冗余特征，只选择其中一个作为判断的激光图像特征量。
激光图像特征量冗余特征特征量选择检测领域相关度申请

[发明专利]数据处理装置、数据处理系统、以及数据处理方法-CN202210904301.1在审
发明人：菅原克也;山田健一郎;前田知幸 -专利权人：株式会社东芝;东芝电子元件及存储装置株式会社
申请日： 2022-07-29 - 公布日： 2023-08-15 - 主分类号： G06N20/00 文献下载
摘要：处理部取得第1分类标签所对应的多个第1特征量、和第2分类标签所对应的多个第2特征量。处理部从多个第1特征量中选择多个第1特征量的至少一部分。从多个第2特征量中选择多个第2特征量的至少一部分。在第1动作中，所选择出的多个第1特征量的至少一部分的数量即第1数量是所选择出的多个第2特征量的至少一部分的数量即第2数量的1.1倍以上且2倍以下。处理部基于第1教师数据生成第1机器学习模型，所述第1教师数据是基于所选择出的所述多个第1特征量的至少一部分、以及所选择出的多个第2特征量的至少一部分的数据。
数据处理装置数据处理系统以及方法

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

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

关于我们寻求报道投稿须知广告合作版权声明网站地图友情链接企业标识联系我们

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top