“降维”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566648个，建议您升级VIP下载更多相关专利

[发明专利]基于大数据的数据降维方法、系统及云平台-CN202110665757.2在审
发明人：徐玉谱;闫国江;张洪艳 -专利权人：广州云智通讯科技有限公司
申请日： 2021-06-16 - 公布日： 2021-08-17 - 主分类号： G06K9/62 文献下载
摘要：本申请提供的基于大数据的数据降维方法、系统及云平台，通过数据降维模型对第一数据样本进行降维转换处理，得到第二数据样本，获取对第二数据样本进行降维种类划分时对应的降维种类划分网络、以及对第二数据样本进行策略种类划分时对应的策略种类划分网络，根据降维种类划分网络和策略种类划分网络模拟数据降维模型，通过模拟后的数据降维模型对第一数据进行降维转换处理，得到第二数据。本申请根据多个方向的对数据降维模型的模拟计算过程进行检测，使得数据降维模型具有准确的数据降维识别功能，从而应用该数据降维模型对已有相关数据进行降维转换处理，能够实现更准确的降维识别，从而降低相关数据的复杂程度
基于数据方法系统平台

[发明专利]一种监督邻域保持嵌入人脸识别方法和系统及人脸识别器-CN201410087724.4有效
发明人：张莉;包兴;赵梦梦;杨季文;王邦军;何书萍;李凡长 -专利权人：苏州大学
申请日： 2014-03-11 - 公布日： 2017-01-25 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种监督邻域保持嵌入人脸识别方法和系统及人脸识别器，所述方法包括对训练样本集进行初始降维，获得一次降维训练样本集和一次降维训练样本矩阵；采用类别散度矩阵对一次降维训练样本集中的每个训练点的类别信息进行标记；采用二次投影矩阵对一次降维训练样本矩阵进行二次降维，得到二次降维训练样本矩阵，和二次降维训练样本集；建立测试样本，对所述测试验本进行两次降维，得到二次降维测试样本；提取与所述二次降维测试样本距离最近的二次降维训练样本，并把所述二次降维训练样本的类别标签赋予所述二次降维测试样本。相对于现有技术的降维方法，采用本申请提供的人脸识别方法，可以实现有监督学习，并且具有较高的识别率。
一种监督邻域保持嵌入识别方法系统

[发明专利]基于波束先验的三维组合波束降维空时自适应处理方法-CN202111052655.X有效
发明人：喻忠军;崔宁;行坤;刘亚波 -专利权人：中国科学院空天信息创新研究院
申请日： 2021-09-08 - 公布日： 2023-09-15 - 主分类号： G01S7/41 文献下载
摘要：本公开提供一种基于波束先验的三维组合波束降维空时自适应处理方法，包括：根据地面杂波环境变化剧烈程度选择合适的窗口；根据所选择的窗口和当前雷达参数构建二维空域降维变换矩阵；对于每一个回波信号距离单元选取其相邻距离单元作为保护单元，在保护单元外选择多个距离单元形成回波信号样本集合；对距离单元进行逐多普勒单元杂波抑制，抑制过程中根据对应的多普勒单元构建完整的三维降维变换矩阵；使用三维降维变换矩阵对信号样本集合做降维处理得到降维后回波数据；使用降维后的回波数据构造降维杂波加噪声协方差矩阵；计算最优三维降维空时自适应处理权值，并利用该权值对降维后的回波数据做滤波处理，完成所有回波信号降维空时自适应处理。
基于波束先验三维组合降维空时自适应处理方法

[发明专利]一种基于web服务平台的高维数据降维方法及系统-CN201711075511.X在审
发明人：徐海飞 -专利权人：徐海飞
申请日： 2017-11-06 - 公布日： 2019-01-08 - 主分类号： G06F16/957 文献下载
摘要：本发明公开了一种基于web服务平台的高维数据降维方法及系统，用户基于web网页，在本地上传需要降维的文本数据到web服务平台；用户选择降维方法，输入需要的降维数，web服务平台接收到客户端浏览器的降维方法、降维数的数据请求，再对上传的所述文本数据作相应的降维处理；web服务平台对该用户降维前、后的数据进行云服务保存，并形成可供下载的链接给客户端，供用户下载降维后的数据文件。本发明有效解决了现有技术中高维数据无法很好地进行二维展示的问题。
降维高维数据文本数据上传维数客户端浏览器降维处理数据请求数据文件用户下载有效解决客户端云服务二维链接下载保存展示

[发明专利]一种三维网格模型的降维方法、电子设备和介质-CN202210692935.5在审
发明人：刘飞香;廖金军;赵贵生;蒋海华;王永胜;凡遵金;胡冕 -专利权人：中国铁建重工集团股份有限公司
申请日： 2022-06-17 - 公布日： 2022-09-06 - 主分类号： G06F30/23 文献下载
摘要：本发明提出了一种三维网格模型的降维方法、电子设备及介质，所述降维方法将三维网格模型的仿真结果数据提取到矩阵中，再映射成图像，通过像素调节参与计算的数据量，再基于颜色梯度变化筛选出降维区域和非降维区域，有效避免了网格节点数据计算时由于维度巨大造成求解困难，耗时长的难题；所述降维方法通过神经网络算法实现降维区域的网格模型降维以及非降维区域的节点信息预测，实现三维网格模型高精度降维，得到完整网格节点信息，达到快速仿真，实现对实体设备运行状态的实时诊断。
一种三维网格模型方法电子设备介质

[发明专利]基于核主成分分析的问答交互方法、装置及计算机设备-CN202210732742.8有效
发明人：陈东来 -专利权人：深圳前海环融联易信息科技服务有限公司
申请日： 2022-06-27 - 公布日： 2022-09-23 - 主分类号： G06F16/332 文献下载
摘要：本申请涉及人工智能技术，提供了基于核主成分分析的问答交互方法、装置及设备，是对待答复文本对应进行特征提取后基于核主成分分析降维后得到当前降维张量，再基于当前降维张量在预先存储的降维张量数据库中获取对应的目标降维张量，最后以所述目标降维张量对应的原始文本数据作为回复文本。实现了在计算待答复文本对应进行特征提取和基于核主成分分析降维后得到当前降维张量与在降维张量数据库中各降维张量的相似度时，已将张量降维成统一维度，不存在每个维度上基向量长度不一样的情况，计算的张量之间的余弦相似度结果更准确，所得到与目标降维张量对应的回复文本更加准确。
基于成分分析问答交互方法装置计算机设备

[发明专利]高维数据处理方法及装置-CN202010851642.8在审
发明人：单桂华;田东;刘俊 -专利权人：中国科学院计算机网络信息中心
申请日： 2020-08-21 - 公布日： 2020-11-17 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种高维数据处理方法及装置。其中，该方法包括：获取与高维数据对应的降维算法；采用上述降维算法对上述高维数据进行降维处理，得到降维后数据；确定与上述降维后数据对应的散点矩阵图，其中，上述散点矩阵图包括多个降维散点集合，上述降维散点集合用于展示上述降维后数据中所有维度中每两个维度之间的数据关系本发明解决了现有技术中无法展示多个数据维度之间的关联蕴含的数据特征，缺乏有效对高维数据进行可视分析的技术问题。
数据处理方法装置

[发明专利]基于人工智能的降维模型训练方法、检索方法及装置-CN201910950984.2在审
发明人：骆颖民;马连洋;单瀛 -专利权人：腾讯科技(深圳)有限公司
申请日： 2019-10-08 - 公布日： 2020-01-21 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于人工智能的降维模型训练方法、检索方法、装置、电子设备及存储介质；方法包括：获取与待查询的多媒体信息对应的查询向量；确定所述查询向量与多个候选向量之间的相似度，将满足相似度条件的相似度对应的候选向量确定为采样向量，其中，所述候选向量对应候选的多媒体信息；通过降维模型对所述查询向量进行降维处理得到降维查询向量，通过所述降维模型对所述采样向量进行降维处理得到降维采样向量；根据所述降维查询向量和所述降维采样向量构建损失函数；对所述损失函数进行梯度下降处理，并根据梯度下降处理的结果更新所述降维模型中的权重参数。通过本发明，能够提升降维模型的降维效果，并提升进行检索的准确率。
降维向量采样向量查询候选向量相似度多媒体信息降维处理损失函数检索人工智能存储介质电子设备结果更新模型训练权重参数准确率构建升降

[发明专利]时间序列数据的降维方法、装置、计算机设备和存储介质-CN202110395323.5有效
发明人：李应健 -专利权人：索信达（北京）数据技术有限公司
申请日： 2021-04-13 - 公布日： 2022-03-22 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种时间序列数据的降维方法、装置、计算机设备和存储介质。所述方法包括：将待处理的时间序列数据按照时间顺序输入至预先训练好的降维神经网络模型，获取所述降维神经网络模型中最后时刻的隐藏层向量；基于t‑SNE降维算法，对所述隐藏层向量进行降维处理，获取降维数据集；所述降维数据集是降至二维后的隐藏层向量的集合。采用本方法能够实现对矩阵形式的时间序列数据的降维处理。
时间序列数据方法装置计算机设备存储介质

[发明专利]一种用于个体识别的特征空间降维方法-CN201210184647.5无效
发明人：任春辉;魏平;王建明;吴天笑 -专利权人：电子科技大学
申请日： 2012-06-06 - 公布日： 2013-02-13 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种用于个体识别的特征空间降维方法，先使用Fisher降维选取模糊平面的原始特征优化子集，然后运用K-L降维得到优化子集的最优变换，K-L降维实在进行了一次Fisher降维的基础上再次进行的降维，较原始特征维数已减少了很多，因此运算复杂度大大降低，且选择类间离散度矩阵作为展开矩阵，经K-L降维后得到特征维数低且各分量间不相关的特征向量，保证了降维后的识别性能，降低了计算和存储的要求。
一种用于个体识别特征空间方法

[发明专利]一种基于深度神经网络的扩展LargeVis图像特征降维方法-CN202110148551.2在审
发明人：卓力;刘斌;张菁;李嘉锋 -专利权人：北京工业大学
申请日： 2021-01-26 - 公布日： 2021-05-14 - 主分类号： G06K9/62 文献下载
摘要：一种基于深度神经网络的扩展LargeVis图像特征降维方法属于图像处理领域。现有Largevis降维方法是利用数据间的距离关系而进行降维操作过程，因此无法实现对单一的高维数据进行降维。该方法利用深度神经网络对LargeVis隐式的高维数据到低维数据的映射关系进行建模，构建出映射函数f，使得LargeVis算法能够实现对单一高维数据的降维，同时能够取得更优良的降维性能。
一种基于深度神经网络扩展 largevis 图像特征方法

[发明专利]一种应用于智慧业务的大数据处理方法及大数据服务器-CN202110878004.X在审
发明人：赵天硕;黄义宝;田巧玲 -专利权人：东莞市汇学汇玩教育科技有限公司
申请日： 2021-08-02 - 公布日： 2021-10-01 - 主分类号： G06F9/50 文献下载
摘要：本申请涉及应用于智慧业务的大数据处理方法及大数据服务器，由于将待进行处理的会话业务显著性信息中对应于同一保真降维约束线程内的至少部分会话消息量化数据分别分割至不同的局部化显著性描述中，并对各局部化显著性描述中匹配不同保真降维约束线程的会话消息进行同步处理，得到上述待进行处理的会话业务显著性信息对应的保真降维结果，在进行保真降维处理的过程中，能并行地对匹配不同保真降维约束线程的会话消息进行处理，以提高保真降维的处理效率，有效节省保真降维处理所耗费的时间。由于保真降维处理是依据匹配不同保真降维约束线程的会话消息实现的，因而能确保会话消息与保真降维约束线程的配对精度，以提高保真降维结果的准确性。
一种应用于智慧业务数据处理方法数据服务器

[发明专利]一种基于局部线性嵌入和模式积的张量降维算法-CN202010303142.0在审
发明人：马争鸣;刘佳;高婷;雷文洁;刘洁 -专利权人：中山大学
申请日： 2020-04-17 - 公布日： 2020-08-25 - 主分类号： G06K9/62 文献下载
摘要：本发明解决张量的降维问题。局部线性嵌入是流形学习的重要算法，它根据高维局部数据之间线性关系保持不变的原则进行数据降维，在降维过程中保持数据的几何信息。故本发明为解决一些张量降维方法未考虑数据的非线性结构的问题，提出基于局部线性嵌入对张量进行降维的算法。由于张量与矩阵的模式积可以改变张量某阶的大小，本发明根据降维张量与一系列矩阵的模式积逼近高维张量的原则进行数据降维，进一步，本发明提出模式积的迭代解法，该解法兼顾张量数据各阶的差异和联系。本发明融合上述二种算法，提出一种基于局部线性嵌入和模式积的张量降维算法，在降维过程中即保持局部性质又考虑全局性质，达到更好的降维效果。
一种基于局部线性嵌入模式张量算法

[发明专利]一种提高机载雷达杂波抑制性能的方法及系统-CN201810967332.5在审
发明人：阳召成;汪小叶;郑鑫博;黄建军;姜梅 -专利权人：深圳大学
申请日： 2018-08-23 - 公布日： 2018-11-30 - 主分类号： G01S7/36 文献下载
摘要：本发明属于雷达信号处理领域，公开了一种提高机载雷达杂波抑制性能的方法及系统，该方法包括：获取空时快拍信号，根据空时快拍信号构造虚拟空时快拍信号，根据降维转换矩阵对该虚拟空时快拍信号进行降维处理，得到虚拟降维空时快拍信号，计算虚拟降维空时快拍信号的协方差矩阵，根据虚拟降维空时快拍信号的协方差矩阵获取虚拟降维STAP滤波器，以使虚拟降维STAP滤波器输出杂波抑制后的信号。该方法使用降维转换矩阵将虚拟空时快拍信号进行降维处理，降维转换矩阵将空时快拍信号中的参数维度进行下降，从而降低了计算复杂度，同时降低了独立同分布训练样本个数，提高了算法收敛性。
空时降维虚拟杂波抑制转换矩阵滤波器协方差矩阵机载雷达降维处理雷达信号处理领域计算复杂度算法收敛性方法使用信号构造训练样本维度输出

[发明专利]基于稀疏主成分分析的HRTF个人化方法-CN201910642057.4有效
发明人：曾向阳;路东东;王海涛;周治宇;马慧颖;晋安其 -专利权人：西北工业大学
申请日： 2019-07-16 - 公布日： 2020-10-27 - 主分类号： H04S1/00 文献下载
摘要：本发明公开一种基于稀疏主成分分析的方法来实现HRTF个人化方法，该方法首先应用主成分分析法对HRTF进行降维；而后应用稀疏主成分分析法对生理参数进行降维；最后将降维后的生理参数作为输入，降维后的HRTF本发明应用稀疏主成分分析在可以实现对三维生理参数的降维，将原始几十维生理参数降低为几维而又不影响数据本身的结构。规避了应用相关性方法进行降维处理时数据的局部收敛，提升了降维效果。应用降维后的数据对HRTF主成分系数进行回归，降低了回归时间，规避了过拟合风险。应用降维后的三维生理参数可以更好的实现HRTF个人化。
基于稀疏成分分析 hrtf 个人化方法

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