“高斯模型”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788057个，建议您升级VIP下载更多相关专利

[发明专利]一种基于改进型高斯混合模型的工程数据关联方法-CN202210547223.4有效
发明人：胡伟;刘湘;赵夕国;余振;王步云;穆明辉;李壮;许堃;吴宇东 -专利权人：安徽数智建造研究院有限公司;中铁四局集团有限公司
申请日： 2022-05-20 - 公布日： 2022-08-23 - 主分类号： G06F40/205 文献下载
摘要：本发明公开了一种基于改进型高斯混合模型的工程数据关联方法，该方法包括以下步骤：S1、获取工程数据，对所述工程数据进行分解得到工号；S2、对所述工号进行编码得到标准化编码，构建工作分解结构编码库；S3、根据所述工程数据构建建筑信息模型；S4、将所述标准化编码导入所述建筑信息模型；S5、对所述建筑信息模型进行解析得到构件数据；S6、构建高斯混合模型并进行训练及无监督学习得到改进型高斯混合模型；S7、利用改进型高斯混合模型对所述构件数据进行聚类分组通过改进型高斯混合模型，减少同一时刻参与关联的工程数据量和标准化编码，提高效率。
一种基于改进型混合模型工程数据关联方法

[发明专利]一种修正式模式识别及统计建模的高斯混合模型方法-CN202010089289.4在审
发明人：孙树平;潘亚瑞;刘保进;黄婷婷;张弼强 -专利权人：南阳理工学院
申请日： 2020-02-12 - 公布日： 2020-08-14 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种修正式模式识别及统计建模的高斯混合模型方法，涉及模式识别及统计建模技术领域，首先，采集目标特征数据并基于特征数据集的第一个数据点创建第一个特征高斯成分，其次，依据特征数据点先后顺序计算数据点与当前各特征高斯成分间的马氏距离平方，以马氏距离为准则对现有特征高斯成分进行创建或迭代更新；最后，基于自适应阈值曲线结合马氏距离阈值去除虚假特征高斯成分以获得目标函数；本发明所述的一种修正式模式识别及统计建模的高斯混合模型方法，提出一种基于创新型自适应阈值算法以删除虚假特征高斯成分，进而对增量高斯混合模型再次修正，实现对目标特征的模式识别及统计建模。
一种修正模式识别统计建模混合模型方法

[发明专利]一种基于已知数据回归的非高斯过程监测方法-CN201711456607.0有效
发明人：孟生军;童楚东;朱莹 -专利权人：宁波大学
申请日： 2017-12-15 - 公布日： 2021-05-18 - 主分类号： G06F17/18 文献下载
摘要：本发明公开一种基于已知数据回归的非高斯过程监测方法，旨在将非高斯独立元成分转换为高斯分布的误差信息，以实现对非高斯过程对象实施精准的过程监测。具体来讲，本发明方法首先利用独立元分析(ICA)算法挖掘非高斯过程对象的独立元成分，然后在逐个假设变量数据缺失的条件下，利用已知数据回归(KDR)估计出独立元。最后，利用独立元估计误差实施基于主元分析模型的过程监测。一般而言，ICA算法能揭露出原始数据的本质，以ICA模型为基础通过KDR得到的估计误差是服从高斯分布的。而受益于误差的高斯分布特性，本发明方法所描述的正常区域更为精确，能显著提升传统ICA模型用于非高斯过程监测的故障检测能力。
一种基于已知数据回归非高斯过程监测方法

[发明专利]高斯误差线性单元的优化方法、系统、设备及介质-CN202011385025.X有效
发明人：周健倩;周姗;李健 -专利权人：上海携旅信息技术有限公司
申请日： 2020-12-01 - 公布日： 2022-06-10 - 主分类号： G06F9/30 文献下载
摘要：本发明公开了一种高斯误差线性单元的优化方法、系统、设备和介质，其中优化方法包括：接收自然语言处理的输入数据；以所述输入数据为输入参数，调用第一高斯误差线性单元或者第二高斯误差线性单元；第一高斯误差线性单元的实现方式为：使用mkl数学库中vsErf接口函数和mkl数学库中的四则运算接口函数分别代替BERT模型中的高斯误差线性单元的erf函数和四则运算接口函数；第二高斯误差线性单元的实现方式为：使用Intrinsic指令集中erf接口函数和Intrinsic指令集中的四则运算接口函数分别代替BERT模型中高斯误差线性单元的erf函数和四则运算接口函数。第一、二高斯误差线性单元计算效率明显提高，增强了BERT模型的性能。
误差线性单元优化方法系统设备介质

[发明专利]一种基于高斯过程的永磁同步电机模型预测控制系统、控制方法及永磁同步电机-CN202210831041.X在审
发明人：邓永停;魏宗恩;王建立;李洪文 -专利权人：中国科学院长春光学精密机械与物理研究所
申请日： 2022-07-15 - 公布日： 2022-09-20 - 主分类号： H02P21/14 文献下载
摘要：本发明公开了一种基于高斯过程的永磁同步电机模型预测控制系统，其包括：速度控制器，电流模型预测控制器，电流检测模块，失配检测模块以及高斯过程参数优化模块。其中高斯过程参数优化模块，对失配检测模块输入的检测数据进行系统参数的预测，并将预测结果输入至所述电流模型预测控制器中更新已失配的参数。本发明还公开了一种基于高斯过程的永磁同步电机模型预测控制系统的控制方法以及永磁同步电机。
一种基于过程永磁同步电机模型预测控制系统控制方法

[发明专利]一种基于逆高斯过程和EM-PF的管道剩余寿命预测方法-CN201610763072.0有效
发明人：张新生;李亚云;骆正山;高东东;赵梦旭;王太郎 -专利权人：西安建筑科技大学
申请日： 2016-08-29 - 公布日： 2019-05-07 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种基于逆高斯过程和EM‑PF的管道剩余寿命预测方法，包括以下步骤：获取油气管道的腐蚀数据，再根据油气管道的腐蚀数据利用随机过程‑逆高斯过程描述油气管道的腐蚀退化过程，建立油气管道状态空间模型的状态方程及观测方程，再根据油气管道状态空间模型的状态方程及观测方程建立逆高斯‑状态腐蚀退化模型，然后根据逆高斯‑状态腐蚀退化模型预测油气管管道的剩余寿命，该方法能够准确、快速的预测油气管道的剩余寿命。
一种基于逆高斯过程 em pf 管道剩余寿命预测方法

[发明专利]一种基于多输出高斯过程的目标跟踪方法-CN202110210361.9在审
发明人：陆科林;符启恩 -专利权人：东南大学
申请日： 2021-02-24 - 公布日： 2021-06-01 - 主分类号： G06F17/16 文献下载
摘要：本发明公开了一种基于多输出高斯过程的目标跟踪方法，使用高斯过程回归对目标的动力学模型和测量模型进行建模，使用多输出高斯过程技术捕捉系统模型输出之间的相关性，并基于所建立的模型使用贝叶斯积分技术完成目标跟踪中的矩转换步骤
一种基于输出过程目标跟踪方法

[发明专利]基于多重高斯模型的高速公路异常场景去噪及识别方法、装置-CN202210734673.4在审
发明人：贾龙超;何坤;谢建 -专利权人：武汉长江通信智联技术有限公司;武汉长江通信产业集团股份有限公司
申请日： 2022-06-27 - 公布日： 2022-09-23 - 主分类号： G06V20/70 文献下载
摘要：本发明公开了基于多重高斯模型的高速公路异常场景去噪及识别方法、装置，其中的方法包括首先获取高速公路场景的图像；然后根据预设参数构建多重高斯模型，多重高斯模型包括两个具有不同的背景学习速率的混合高斯模型，利用两个模型对图像中的背景进行学习，得到第一识别结果图和第二识别结果图；再对第一识别结果图和第二识别结果图进行差异化比较，实现异常场景的识别。本发明能在检测出诸如抛洒物等影响交通的异常场景变化的同时排除其他的移动物体，并且能进一步对因摄像头频繁细微抖动导致的前景目标检测产生的噪点进行去除，提高了混合高斯模型检测的准确性与可靠性。
基于多重模型高速公路异常场景识别方法装置

[发明专利]关键点检测模型的训练方法、装置及存储介质-CN202310093194.3在审
发明人：李娜;陈书楷 -专利权人：熵基科技股份有限公司
申请日： 2023-02-06 - 公布日： 2023-06-23 - 主分类号： G06V40/16 文献下载
摘要：本申请提供了一种关键点检测模型的训练方法、装置及存储介质，以经过面部关键点的轮廓曲线在面部关键点处的切线方向作为椭圆高斯核的长轴方向，以该轮廓曲线在面部关键点处的法线方向作为椭圆高斯核的短轴方向，并以面部关键点的坐标数据作为椭圆高斯核的中心点坐标分别生成每个面部关键点对应的椭圆高斯热图本申请根据各张椭圆高斯热图进行模型训练，从而可训练得到的关键点检测模型增加在面部边缘法线方向上的约束，并降低关键点检测模型在切线方向上的约束，使得关键点检测模型学习到的热图约束与面部关键点的实际分布情况更加契合，进而提高关键点检测模型的检测准确性。
关键检测模型训练方法装置存储介质

[发明专利]一种基于希尔伯特-黄变换和Mel谱变换的脉冲声识别方法-CN202310406504.2在审
发明人：孙裕超;孟东 -专利权人：电视电声研究所（中国电子科技集团公司第三研究所）;天津大学
申请日： 2023-04-17 - 公布日： 2023-08-29 - 主分类号： G10L25/03 文献下载
摘要：本申请公开了一种基于希尔伯特‑黄变换和Mel谱变换的脉冲声识别方法，包括：预先基于训练脉冲信号生成MFCC系数和边际谱系数来训练MFCC模型和边际谱模型，以构建训练好的高斯混合模型；对于给定的脉冲信号，基于所述脉冲信号分别进行Mel谱变换处理和HHT变换处理，以生成所述脉冲信号的MFCC系数和边际谱系数；计算MFCC系数和边际谱系数的高斯概率密度函数，以生成待识别脉冲的高斯混合模型；基于待识别脉冲的高斯混合模型以及训练好的高斯混合模型
一种基于希尔伯特变换 mel 脉冲识别方法

[发明专利]基于高斯模型的特定目标候选框生成方法-CN201610191094.4有效
发明人：覃剑;王美华;肖婷;张媛 -专利权人：重庆大学
申请日： 2016-03-30 - 公布日： 2019-04-12 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于高斯模型的特定目标候选框生成方法，包括如下步骤：以随时间变化的目标尺度为自变量建立各个像素点处的高斯模型；训练高斯模型，在学习过程中动态筛选出目标频繁出现的位置以及目标尺度信息，从而得到检测区域；根据高斯模型学习得到的目标尺度信息，利用滑动窗搜索方式在检测区域均匀设置候选框，本发明充分利用静态监控视频以及车载监控视频等特殊场景的固有特征，训练高斯模型，得到特定目标频繁出现的区域与检测点处的尺度信息，并采用在线学习机制，使得模型更新与检测同步进行，本发明大大提升了目标检测效率及检测效果，并为后续的特定目标识别及跟踪过程提高了较大的辅助作用。
基于模型特定目标候选生成方法

[发明专利]Gabor小波域copula模型图像分类方法-CN201810054406.6有效
发明人：李朝荣;何苏;李明勇;朱利红 -专利权人：宜宾学院
申请日： 2018-01-19 - 公布日： 2021-06-11 - 主分类号： G06K9/62 文献下载
摘要：本发明提出一种在Gabor小波的幅度子带和相角子带上分别建立copula模型的方法来表示图像，并应用于图像的分类。用高斯copula模型建模Gabor小波子带时，只利用高斯copula函数而丢弃其众多的边缘函数，以减少计算量。本发明用黎曼距离(Riemannian Distance，RD)来衡量两个高斯copula函数之间的相似程度。在图像分类阶段，计算Gabor小波幅度子带的高斯copula模型和相角子带的高斯copula模型的加权黎曼距离来实现图像分类。本发明把幅度和相角上的copula模型结合起来进一步提高了Gabor小波图像表示能力，尤其是相角子带copula模型的加入使分类算法更能够适应于对不同分辨率图片的分类。
gabor 小波域 copula 模型图像分类方法

[发明专利]跨域自适应语义分割方法及系统-CN202110511242.7有效
发明人：张兆翔;宋纯锋;王玉玺 -专利权人：中国科学院自动化研究所
申请日： 2021-05-11 - 公布日： 2021-10-15 - 主分类号： G06K9/34 文献下载
摘要：本发明涉及一种跨域自适应语义分割方法及系统，所述方法包括获取不同域训练数据集；对训练数据集进行迭代训练，建立熵值预测模型：根据熵值预测模型，计算目标域数据的熵值；对各熵值进行多元高斯拟合，通过最大期望算法，得到两个峰值的高斯分布；根据所述高斯分布，确定伪标签；根据伪标签，重新训练目标域数据，构造语义分割模型；基于所述语义分割模型，对待处理数据进行语义分割。本发明通过对不同域训练数据集进行迭代训练，建立熵值预测模型，进而计算熵值，通过多元高斯拟合，最大期望算法，得到高斯分布，确定目标域数据的伪标签，排除手工阈值的干扰，以便于准确构造基于伪标签的语义分割模型
自适应语义分割方法系统

[发明专利]基于Piecewise-Johnson变换的非高斯风压模拟方法及系统和存储介质-CN202011347457.1有效
发明人：吴凤波;姜言;王旭;彭留留;刘敏;黄国庆;黄博;吴悦 -专利权人：重庆交通大学
申请日： 2020-11-26 - 公布日： 2022-09-30 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于Piecewise‑Johnson变换的非高斯风压模拟方法及系统和存储介质，该方法基于Piecewise‑Johnson转换模型(PJTM)对多元非高斯风压随机过程进行模拟，首先获取测点的风压数据；预处理风压数据得到标准化风压数据；然后建立用于模拟标准风压系数的PJTM模型：最后通过PJTM模型对标准化风压数据进行模拟得到非高斯过程的模拟样本；本发明提供的PJTM模型参数及解析表达式；确定了相关函数偏离关系用于确定模型参数和相关函数偏离关系的解析表达式大大提高了模拟效率和模拟精度高，解决了基于矩模型模拟非高斯风压过程的低效率低精度的缺陷，适用于风洞试验中的超长非高斯风压数据的模拟过程。
基于 piecewise johnson 变换非高斯风压模拟方法系统存储介质

[发明专利]一种基于改进高斯隐马尔科夫模型的机械加工任务细粒度监测方法-CN202010410048.5有效
发明人：黄彬;朱圣杰 -专利权人：福州大学
申请日： 2020-05-14 - 公布日： 2022-06-14 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于改进高斯隐马尔科夫模型的机械加工任务细粒度监测方法，首先以高斯隐马尔科夫模型为基础，在其之上增加预训练机制和迁移机制，构造改进高斯隐马尔科夫模型；通过步骤训练的改进高斯隐马尔科夫模型本发明以传统隐马尔科夫模型的变型高斯隐马尔科夫模型为基础，在其之上增加了预训练机制和迁移机制，提高了算法的准确率和鲁棒性。
一种基于改进高斯隐马尔科夫模型机械加工任务细粒度监测方法