“组特征”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4154943个，建议您升级VIP下载更多相关专利

[发明专利]基于特征组对的特征点匹配方法-CN201210067001.9有效
发明人：王志衡;刘红敏;贾宗璞 -专利权人：河南理工大学
申请日： 2012-03-05 - 公布日： 2012-09-12 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于特征组对的特征点匹配方法，包括步骤：采集图像并输入计算机，利用已有技术进行图像特征点检测，对图像特征点进行特征组对处理，确定特征对的主方向、尺度及支撑区域，对支撑区域进行子区域划分，计算支撑区域内各点的特征向量，计算特征对支撑区域的匹配描述子，利用匹配描述子进行特征对匹配，由特征对匹配建立特征点匹配。相比于已有基于单个特征点构造匹配描述子的方法，本发明提供的方法构造的匹配描述子能够克服尺度、主方向与边界误差，具有更优的匹配性能。
基于特征匹配方法

[发明专利]一种基于特征组进化的特征选择方法-CN202010480227.6在审
发明人：孙彤;王治国;江楠;任洁;钱慎一 -专利权人：郑州轻工业大学
申请日： 2020-05-30 - 公布日： 2020-10-02 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种基于特征组进化的特征选择方法，包括以下具体步骤：A：设原始特征集F；B：排序得到特征组序列；C：依次得到特征组序列Group1到GroupP/2；E：将检查组依次与所有被检查组进行交叉选择和变异选择；F：判断是否出现了相关性更好的新的二元特征组：G：选出2元重要特征组；H：选出4元重要特征组、8元、16元、32元重要特征组。本发明能够逐渐进化得出由若干低维互补特征组层层嵌套构成且满足特征数目要求的重要特征集，具有稳定性好的优点。
一种基于特征进化选择方法

[发明专利]道路工程区域特征组的确定-CN201810289844.0有效
发明人： S·西伦;E·伊斯拉埃尔松 -专利权人：沃尔沃汽车公司
申请日： 2018-04-03 - 公布日： 2021-09-24 - 主分类号： G08G1/01 文献下载
摘要：本发明涉及一种用于确定包括至少一个关联于道路工程区域的道路工程区域特征组的方法。所述方法包括：‑确定道路工程区域的起始位置，‑从车辆组中的每个车辆接收实际车辆状态信息，其中车辆组中每个车辆已经通过或被确定要通过道路工程区域的起始位置，通过与车辆相关联的独立生成部件来生成实际车辆状态信息，实际车辆状态信息包括用于车辆的车辆位置数据，‑由车辆组中每个车辆的实际车辆状态信息确定实际车辆状态信息组，并且‑利用实际车辆状态信息组确定道路工程区域特征组。
道路工程区域特征确定

[发明专利]轨迹线组特征线提取方法-CN201611097011.1有效
发明人：杨昆;王加胜;王嘉学;朱彦辉;杨扬;罗毅 -专利权人：云南师范大学
申请日： 2016-12-02 - 公布日： 2020-08-25 - 主分类号： G06F16/29 文献下载
摘要：为了解决多条轨迹线的特征线提取方法复杂及现有方法不适用相交轨迹线提取的问题，本发明提供一种轨迹线组特征线提取方法，属于轨迹分析技术领域。包括：一：计算轨迹线组中每两条轨迹线间的距离；二：取计算的距离中最大距离对应的两条轨迹线，获取该两条轨迹线的中心线；三：用获取的中心线替换其对应的两条轨迹线，更新轨迹线组，判断轨迹线组中轨迹线数量是否为2，若是，转入四，若否，则转入一；四：获取轨迹线组中的两条轨迹线的中心线，该中心线即为轨迹线组的特征线。本发明提取出代表一组轨迹线的空间位置、形状、大小和分布等几何属性的特征线，有助于道路信息的更新与维护、海上主要航线分析、移动对象行为特征分析等方面。
轨迹特征提取方法

[发明专利]一组新的图像边缘特征-CN201310106129.6有效
发明人：单志辉;刘宇 -专利权人：南京壹进制信息技术有限公司
申请日： 2013-03-29 - 公布日： 2014-10-01 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一组新的图像边缘特征，分别为Gredge特征，Mapare和Matrast特征，这三个特征互相补充，能够共同描述出图像中的边缘。其中Gredge特征中计算某一矩形框区域所在位置的边缘方向，步骤主要包括：(1)通过访问灰度积分图，得到该矩形区域的上下左右(up、down、left、right)四个区域的平均灰度值；(2)计算水平和垂直方向边缘其中Mapare特征和Matrast特征用来度量边缘强度，通过将这三个特征与分类器相结合，可以快速高效地利用边缘信息对图像进行分类。
一组图像边缘特征

[发明专利]具有分区特征曲线组的传递单元-CN200680036293.2有效
发明人： M·贝克特;M·艾希勒 -专利权人：罗伯特·博世有限公司
申请日： 2006-09-14 - 公布日： 2008-10-01 - 主分类号： G05B19/00 文献下载
摘要：本发明涉及一种具有至少一个输入端(E)和至少一个输出端(A)的传递单元，其中该传递单元在提供给该输入端的输入量(R)和可在该输出端采集的输出量(t)之间提供一函数关系(t＝F(R))，其中，所述函数关系存储在一特征曲线组(7)中，其特征在于：所述特征曲线组(7)由至少一个具有一下限(N(b_i))和一上限(N(b_i+1))的区(b_i)组成，其中给所述下限(
具有分区特征曲线传递单元

[发明专利]生物特征辨识锁组及其配对方法-CN201810764370.0在审
发明人：陈兴中 -专利权人：映智科技股份有限公司;陈兴中
申请日： 2018-07-12 - 公布日： 2019-04-23 - 主分类号： G07C9/00 文献下载
摘要：本发明提供了一种生物特征辨识锁组及其配对方法，该生物特征辨识锁组包括生物特征辨识锁及钥匙，该钥匙将其所存储的密码传送给该生物特征辨识锁，当该密码与存储在该生物特征辨识锁中的密码匹配时，该生物特征辨识锁被解锁
生物特征辨识锁组配对存储钥匙密码匹配解锁

[发明专利]绒促性素特征多肽组及其应用-CN202310723687.0在审
发明人：石峰;咸瑞卿;巩丽萍;王聪聪;张迅杰;陈晓;杭宝建 -专利权人：山东省食品药品检验研究院
申请日： 2023-06-19 - 公布日： 2023-09-01 - 主分类号： C07K14/59 文献下载
摘要：本发明涉及化学分析定性检测技术领域，尤其涉及一种绒促性素特征多肽组及其应用。所述特征多肽组由特征多肽1和特征多肽2组成，具体的氨基酸序列为：特征多肽1氨基酸序列为VLQGVLPALPQVVCNYR，特征多肽2氨基酸序列DHPLTCDDPR。该特征多肽组可用于检测待测样品中绒促性素特征多肽种属来源，检测准确度高，填补了绒促性素质量标准的空白，可以显著提高绒促性素的质量控制水平，确保绒促性素产品临床用药的有效性和安全性。
绒促性素特征多肽及其应用

[发明专利]基于特征组的中医主症选择方法-CN201710445511.8有效
发明人：颜建军;刘国萍;顾巍杰;郭睿;燕海霞;王忆勤;王灼龙 -专利权人：华东理工大学;上海中医药大学
申请日： 2017-06-14 - 公布日： 2020-02-04 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种基于特征组的中医主症选择方法，包含以下步骤：1、对原始特征集进行筛选；2、利用特征聚类算法对筛选后的特征集进行聚类，得到相应的特征组；3、向每一个特征组引入一个隐变量，得到相应的隐类模型，计算隐变量与标签之间的相关性；4、根据隐变量与标签之间的相关性从大到小对特征组进行排序；步骤5、将排序后的特征组依次加入被选特征子集，建立含有隐变量的贝叶斯网络；6，计算贝叶斯网络的分类准确率，进而得到加入的特征组个数与分类准确率的曲线，通过判断曲线的收敛或者最高准确率得到相应的最优特征子集。本发明以特征组为选择目标，由多个特征所组成的特征组具有对原始数据更好的表示能力。
基于特征选择方法中医

[发明专利]一种融合传统特征与深度特征的影像组学分析方法-CN201910817072.8有效
发明人：舒华忠;袁歆雨;杨冠羽;孔佑勇 -专利权人：东南大学
申请日： 2019-08-30 - 公布日： 2022-04-29 - 主分类号： G06T7/136 文献下载
摘要：本发明公开了一种融合传统特征与深度特征的影像组学分析方法，包括以下步骤：首先，提取感兴趣区域的一阶特征、形状特征和纹理特征等传统特征；其次，对提取出的原始特征集进行特征选择剔除冗余特征；然后，通过卷积神经网络模型提取深度特征；最后，通过将传统特征与深度特征进行融合，实现不同组别的分类。本发明比单独使用传统特征或深度特征相比获得更好的分类效果。
一种融合传统特征深度影像分析方法

[发明专利]用于表征皮肤类型的微生物组特征-CN202180070099.0在审
发明人： C·赞凯塔;D·维拉诺瓦;C·加林 -专利权人：奇华顿股份有限公司
申请日： 2021-10-12 - 公布日： 2023-10-13 - 主分类号： C12Q1/689 文献下载
摘要：本发明涉及鉴定预测特定皮肤特征的微生物特征的方法，以及使用所述特征来预测皮肤特征的方法。
用于表征皮肤类型微生物特征

[发明专利]结合影像组学特征和临床特征的医学图像分类方法及设备-CN202310236805.5在审
发明人：李莹;贾守强;聂生东;孙静 -专利权人：济南市人民医院;上海理工大学
申请日： 2023-03-13 - 公布日： 2023-06-06 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种结合影像组学特征和临床特征的医学图像分类方法及设备，所述方法包括以下步骤：获取待分类MRI影像及该待分类MRI影像对应的临床特征数据；在所述待分类MRI影像中提取肿瘤VOI，并提取影像组学特征；将所述影像组学特征转换为影像组学特征图；对所述影像组学特征进行特征降维处理后，获得降维特征向量；对所述临床特征数据进行特征筛选处理，获得优化临床特征向量；将所述影像组学特征图、降维特征向量和优化临床特征向量作为经训练的融合模型的输入与现有技术相比，本发明引入影像组学特征和临床特征，通过分别建模并加权混合的方式融合各特征，具有提高对医学图像的分类精确度和分类效率等优点。
结合影像特征临床医学图像分类方法设备

[发明专利]特征管理方法、装置、计算机设备和存储介质-CN202210071450.4在审
发明人：不公告发明人 -专利权人： TCL通讯科技（成都）有限公司
申请日： 2022-01-21 - 公布日： 2022-05-06 - 主分类号： G06F21/32 文献下载
摘要：本申请实施例公开了一种特征管理方法、装置、计算机设备和存储介质；本申请实施例可以当检测到针对特征组的特征录入操作时，获取特征组的分类标签，其中，分类标签表征特征组所属的类别；获取特征组集合，其中，特征组集合包括至少一个特征组，每个特征组包括至少一个特征，同一特征组内的特征具有相同的权限属性；基于分类标签与特征组集合中的特征组，确定待录入的目标特征组，其中，目标特征组包括至少一个待录入的目标特征；根据分类标签，将目标特征组录入到对应类别下的特征组集合，以对目标特征组进行特征管理。该方案可以提高对特征进行管理的效率，进而提升对特征权限的管理效率。
特征管理方法装置计算机设备存储介质

[发明专利]结合计算机视觉特征和影像组学特征的肝癌图像分类方法-CN201911423879.X有效
发明人：丁勇;阮世健;邵嘉源;戴悦;阮翊婷 -专利权人：浙江大学
申请日： 2019-12-31 - 公布日： 2021-11-05 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种结合计算机视觉特征和影像组学特征的肝癌图像分类方法和装置。包括如下步骤：1)采集符合标准的病人临床图像，并对收集的图像进行预处理；2)在分割出的肝脏肿瘤区域影像进行计算机视觉特征的提取；3)在分割出的肝脏肿瘤区域影像进行影像组学手工特征的提取；4)结合计算机视觉特征和影像组学特征,先经单变量过滤式筛选，再由LASSO回归筛选；5)利用筛选出的特征与临床特征一起由多元逻辑回归模型建模，利用赤池信息准则向后搜索选择适应最佳模型的临床特征，实现肝癌病理分级的预测。本发明考虑了更多维度和水平的图像信息，同时保持了影像组学非侵入、安全稳定的优点，有望成为有效的临床肝癌术前评估工具。
结合计算机视觉特征影像肝癌图像分类方法

[发明专利]一种基于特征组组合的传感器阵列优化及特征选择方法-CN201911102231.2有效
发明人：孙彤;邹东尧;席广永;张建伟;钱慎一;任洁;肖林声 -专利权人：郑州轻工业学院
申请日： 2019-11-12 - 公布日： 2021-12-28 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于特征组组合的传感器阵列优化及特征选择方法，依次包括以下步骤：A：选择本传感器阵列特征提取方法及原始特征，建立特征集L0；B：得到特征组列表L1；C：按照特征组列表L1的顺序进行2元特征组选择；D：在2元特征组的基础上，依次得到4元特征组，8元特征组，……，及对应的4元特征组列表L4、8元特征组列表L8，……；E：假设当前应用场景需要8元特征组，则将8元特征组列表L8中第一个8元特征组L8(1)作为初始重要特征组I，其评分记为SI；然后对初始重要特征组I进行后向顺序去除操作，得到的最优特征组K。本发明能够有效选择出最佳特征及传感器组合，提高传感器阵列检测性能，降低传感器阵列使用成本。
一种基于特征组合传感器阵列优化选择方法

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