|
|
钻瓜专利网为您找到相关结果 271903个，建议您 升级VIP下载更多相关专利
- [发明专利]基于高斯滤波的实测流量智能修正方法-CN202011189736.X在审
-
陈华;罗宇轩;许崇育
-
武汉大学
-
2020-10-30
-
2021-02-02
-
G06F17/18
- 本发明提供一种基于高斯滤波的实测流量智能修正方法，包括：依据实测流量序列Qt,t＝1,2,3,...,N初始参数设置；进入迭代，将高斯核半峰全宽FWHM转换成高斯核函数的标准差σ，并根据σ生成对应的高斯函数G(x,σ)；根据高斯函数G(x,σ)计算得到对应该流量点的离散高斯核；对离散高斯核进行归一化处理，得到对应流量点Q(t)的高斯核；对高斯核与实测流量序列进行卷积，得到对应的平滑值Q'(t)；完成所有流量点的平滑，得到流量序列Q't，计算流量波动指数α和平滑度β(i)；迭代完成将得到的流量平滑度β最大的Q't作为最优平滑流量过程输出，本发明以高斯核函数作为卷积模板基函数，充分考虑到流量测验误服从正态分布的特性，能够有效抑制噪声
- 基于滤波实测流量智能修正方法
- [发明专利]一种雷达辐射源个体识别方法及系统-CN202110559123.9在审
-
史亚;徐胜军;孟月波;詹博涵
-
西安建筑科技大学
-
2021-05-21
-
2021-08-24
-
G06K9/62
- 本发明公开了一种雷达辐射源个体识别方法及系统，包括，获取雷达辐射源信号，构建训练集及测试集；获取训练集中每个雷达辐射源信号的模糊函数分块特征，构建对应的高斯核矩阵；计算训练集中每个雷达辐射源信号的模糊函数分块特征的核判别比值，并对核判别比值排序，保留训练集中核判别比值排序靠前的模糊函数分块特征及其对应的高斯核矩阵；构建训练集组合高斯核矩阵，对高斯核支持向量机进行训练；将测试集作为训练好的高斯核支持向量机的输入，输出得到测试集中每个雷达辐射源信号的分类识别结果；本发明考虑了整个模糊函数平面的有用信息，有效提升个体识别的性能；能够有效避免冗余信息对识别性能的影响，缩短个体识别时间，识别精度较高。
- 一种雷达辐射源个体识别方法系统
- [发明专利]基于双线性变换法的数字核脉冲高斯成形方法-CN201310676123.2有效
-
葛青;葛良全;曾国强
-
成都理工大学
-
2013-12-11
-
2014-03-26
-
G01T1/36
- 本发明公开了一种基于双线性变换法的数字核脉冲高斯成形方法，包括：根据模拟高斯成形系统的电路，得到系统电路输入信号与输出信号的微分方程，将微分方程通过拉普拉斯变换进行推导，获得模拟高斯成形系统的系统函数；通过双线性变换法将模拟高斯成形系统的系统函数由模拟域转换到数字域，得到数字高斯成形系统的系统函数；对数字高斯成形系统的系统函数进行逆Z变换，得到数字高斯成形系统的单位冲激响应，所述冲激响应中含有可对波形宽度进行调整的成形参数；选定冲激响应中的成形参数，并根据选定的成形参数值确定对应的数字高斯成形系统的单位冲激响应；将输入到数字高斯成形系统的核脉冲信号与数字高斯成形系统的单位冲激响应进行卷积和运算，实现数字核脉冲高斯成形。
- 基于双线变换数字脉冲成形方法
- [发明专利]一种基于广义N体问题的高斯过程回归计算方法-CN201710966946.7在审
-
何克晶;李智博
-
华南理工大学
-
2017-10-17
-
2018-03-27
-
G06F17/18
- 本发明公开了一种基于广义N体问题的高斯过程回归计算方法，包括基于双kd树的数据集划分法、双kd树的遍历剪枝法、基于高阶分治的核函数矩阵求解法和Cholesky分解算法，主要步骤包括运用kd树对输入数据集进行空间上的划分，再运用双kd树遍历剪枝法求得简化欧氏距离并存储；根据简化欧式距离及相关索引，采用平方指数核函数，求得训练数据集与测试数据集的核函数矩阵K*以及训练数据集自身的核函数矩阵K；运用Cholesky分解算法快速求得核函数矩阵K的逆矩阵K‑1；最后，由核函数矩阵K的逆矩阵K‑1、核函数矩阵K*以及输入的目标函数值，可以求得预测结果向量。通过该方法提高了高斯过程回归的预测效率和处理大数据的能力，推动高斯过程回归在大数据分析中的广泛应用。
- 一种基于广义问题过程回归计算方法
|
