“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]一种用于建筑BIM模型的数据处理方法-CN202310244626.6有效
发明人：黄艳冬;刘淑芳;甄琦;李芳;赵辰;徐成建;高成明;倪同涛;陶毅;孟凯超 -专利权人：山东知方源科技信息有限公司
申请日： 2023-03-15 - 公布日： 2023-05-16 - 主分类号： G06F21/62 文献下载
摘要：本发明涉及数据处理领域，具体涉及一种用于建筑BIM模型的数据处理方法，所述方法包括：获取二维矩阵；根据二维矩阵得到分块尺寸，根据分块尺寸得到多个窗口矩阵，确定各窗口矩阵的规律显著性，进而得到引导模板；根据各窗口矩阵规律显著性得到各单高斯模型的统计显著性；根据分块尺寸得到多个矩阵块，确定各矩阵块的多个引导模板，进而得到各矩阵块的多个优选单高斯模型，根据矩阵块的优选单高斯模型得到各矩阵块的备用单高斯模型，确定各矩阵块的备用单高斯模型的第一权值，根据所述第一权值对矩阵块进行加密处理得到密文矩阵
一种用于建筑 bim 模型数据处理方法

[发明专利]一种物理模型与数据融合驱动的管道腐蚀深度预测方法-CN202110506133.6有效
发明人：尹爱军;何彦霖 -专利权人：重庆大学
申请日： 2021-05-10 - 公布日： 2023-02-17 - 主分类号： G06F30/20 文献下载
摘要：一种物理模型与数据融合驱动的管道腐蚀深度预测方法，包括如下步骤：1)利用腐蚀探针或腐蚀挂片获取腐蚀监测数据，对腐蚀监测数据进行优化处理，获取管道腐蚀的累积腐蚀深度数据，构建管道的累计腐蚀深度训练数据集；2)将管道累计腐蚀深度的物理模型融合至高斯过程回归模型的核函数，构建新的核函数，得到先验分布与测试输出的联合高斯分布；3)训练数据集训练高斯过程回归模型，采用共轭梯度迭代法求解负对数似然函数，得到最优超参数集合；4)将最优超参数集合代入高斯过程回归模型的先验分布，得到后验概率分布，并获得预测输出的均值函数与方差函数；5)将测试数据输入训练后的高斯过程回归模型，得到管道累计腐蚀深度的预测值。
一种物理模型数据融合驱动管道腐蚀深度预测方法

[发明专利]一种语种识别系统及方法-CN200810247575.8无效
发明人：颜永红;肖翔;索宏彬;赵庆卫 -专利权人：中国科学院声学研究所;北京中科信利技术有限公司
申请日： 2008-12-30 - 公布日： 2010-02-10 - 主分类号： G10L15/18 文献下载
摘要：本发明涉及一种语种识别系统及方法，该系统包括：预处理和特征提取模块、生成性音子序列解码模块、N元文法语言语法模型模块及分类器。生成性音子序列解码模块包括：混合高斯模型训练模块、混合高斯模型解码模块及序列平滑模块。该系统及方法将训练语种语音数据通过EM迭代准则，训练生成与该语种数据相对应的混合高斯模型，并根据该混合高斯模型对输入语音的特征进行识别，产生音子序列。本发明的系统及方法利用基于混合高斯模型的生成性音子序列解码模块，避免PPRLM系统中前端音子识别器所需要的大量计算，实现在不损失检测精度的基础上识别速度大幅提高；使用平滑策略，使语音序列具有明显的短时稳定性
一种语种识别系统方法

[发明专利]一种非高斯非稳态噪声建模方法-CN201410244453.9有效
发明人：杜航原;张虎;白亮;王文剑 -专利权人：山西大学
申请日： 2014-06-04 - 公布日： 2017-04-26 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种非稳态非高斯观测噪声建模方法，用于目标跟踪系统的滤波器状态估计过程中对观测噪声的处理。本发明的主要特征在于利用高斯混合模型对非稳态非高斯观测噪声进行近似，混合模型中高斯成员的分布参数融合在滤波器的迭代过程中进行计算和更新，能针对观测噪声统计特性的变化在线调节。在滤波器的每一次迭代处理中，高斯成员的分布参数分为先验参数和后验参数。先验参数由上一次迭代获得的参数估计结果进行计算，后验参数通过极大似然估计求取。利用后验分布参数构建高斯成员分布，并组成观测噪声的高斯混合近似模型，该模型能够保证滤波器精度维持在较高水平。本方法对于观测噪声的建模具有较高精度和较强鲁棒性。
一种非高斯非稳态噪声建模方法

[发明专利]一种预测模型生成方法及自放电压降预测方法-CN202111583547.5在审
发明人：刘征宇;黄威;王可晴;谢娟;何慧娟 -专利权人：合肥工业大学
申请日： 2021-12-22 - 公布日： 2022-04-19 - 主分类号： G01R31/388 文献下载
摘要：本发明提供了一种预测模型生成方法及自放电压降预测方法，预测模型生成方法包括：对多个锂离子电池分别进行soak实验和充放电循环实验，得到自放电压降数据和充放电曲线；从每个充放电曲线中提取动态特征，将动态特征与对应的自放电压降数据进行灰色关联度分析，得到目标数据；根据目标数据，构建高斯过程回归模型，并采用粒子群算法优化训练好的高斯过程回归模型的协方差函数和噪声方差，得到预测模型。本发明根据先验特征和后验特征的分布关系，建立高斯过程回归模型，并采用粒子群算法对高斯过程回归模型进行优化，得到最终的预测模型，使得精度较高。
一种预测模型生成方法电压

[发明专利]一种正弦非线性干扰影响下的LFM信号参数估计方法-CN202310281474.7在审
发明人：杨昱;宋迪;李郁 -专利权人：南京理工大学
申请日： 2023-03-22 - 公布日： 2023-09-29 - 主分类号： H04L27/00 文献下载
摘要：本发明公开了一种正弦非线性干扰影响下的LFM信号参数估计方法，该方法首先对LFM信号建模，将正弦非线性干扰作为信号的“乘性噪声”并将高斯噪声作为信号的“加性噪声”，形成的噪声信号模型包括正弦非线性干扰项、高斯噪声项和理想信号模型，再将噪声信号模型和理想信号模型对CAE模型进行训练，训练好的CAE模型不仅能去除信号中的常规高斯噪声，还能去除真实环境下存在的正弦非线性干扰；本发明方法再将去除掉正弦非线性干扰和高斯噪声的“干净”信号和信号对应的信号调制参数对CNN模型进行训练，训练好的CNN模型可以快速完成参数估计，得到准确的信号调制参数。
一种正弦非线性干扰影响 lfm 信号参数估计方法

[发明专利]基于先验概率分布的图像生成方法、系统、介质及设备-CN202311210822.8在审
发明人：袭肖明;何志强;郭子康;乔立山;张淑涵;宁一鹏;张玉龙;纪孔林;聂秀山 -专利权人：山东建筑大学
申请日： 2023-09-20 - 公布日： 2023-10-27 - 主分类号： G06V10/764 文献下载
摘要：本发明提供了一种基于先验概率分布的图像生成方法、系统、介质及设备，其属于图像生成技术领域，所述方案为了避免人为分布假设对模型的影响，构建了一个用于采样数据分布的学习器，即一种将分类神经网络和高斯混合模型结合的混合密度网络，通过所述学习器对输入数据进行分类，并把输出的信息送入高斯混合模型中，通过计算高斯混合模型中子模型的隐变量确定高斯混合分布的参数，并将所述参数作为VAE模型（即变分自编码器）的解码器重参数化步骤中随机向量采样分布的参数，来指导VAE模型的训练，有效保证模型训练的准确性，进而有效保证了图像生成的准确性。
基于先验概率分布图像生成方法系统介质设备

[发明专利]视频流背景图像建模方法-CN200810236281.5有效
发明人：李峰;彭长生;陆珺;戴乐云 -专利权人：江苏科海智能系统有限公司
申请日： 2008-11-28 - 公布日： 2009-04-29 - 主分类号： H04N5/272 文献下载
摘要：该方法包括以下步骤：(1)设定混合高斯模型的相关参数；(2)对获取的彩色或灰度数字视频信息进行去噪和清晰化处理；(3)数字视频信号按照Bayer模式进行子采样；(4)对各象素的混合高斯模型进行初始化，完成对混合高斯背景模型的初始化；(5)有选择地进行混合高斯模型的背景更新；(6)通过邻域插值来获取完整的背景模型。
视频背景图像建模方法

[发明专利]一种基于分部式高斯混合模型的冰下层位检测方法-CN201811042722.8有效
发明人：刘艳;赵博;刘小军;王强 -专利权人：中国科学院大学
申请日： 2018-09-07 - 公布日： 2022-11-15 - 主分类号： G06F17/18 文献下载
摘要：本发明涉及冰下层位的检测方法，具体涉及基于分部式高斯混合模型的冰下层位检测方法。包括步骤为：对待处理探冰雷达数据，构建分部式高斯混合模型；对各分部探冰雷达数据，分别采用模糊C均值聚类处理和期望最大化算法，迭代求解各高斯分布模型中模型参数的初值和最大似然估计值；基于迭代求解结果，构建分类标签矩阵本发明基于探冰雷达数据，通过构建分部式高斯混合模型，反映冰下介质属性的差异，降低冰下噪声干扰的同时，实现对冰下层位的有效检测和提取。
一种基于分部式高斯混合模型层位检测方法

[发明专利]检索式对话模型生成方法、装置、计算机设备及存储介质-CN202210897685.9在审
发明人：王健宗;李泽远;司世景 -专利权人：平安科技（深圳）有限公司
申请日： 2022-07-28 - 公布日： 2022-10-18 - 主分类号： G06F16/33 文献下载
摘要：本发明涉及预测模型领域，尤其涉及一种检索式对话模型生成方法、装置、计算机设备及存储介质。其方法包括：获取训练数据集，对初始训练数据进行特征提取，得到初始训练数据的初始特征；采用预训练语义模型对初始特征进行处理，得到初始训练数据的目标特征；将目标特征输入到初始高斯分类层进行模型训练，获取模型损失函数，在模型损失函数达到收敛条件时，得到目标高斯分类层；基于预训练语义模型和目标高斯分类层，生成检索式对话模型。本发明的检索式对话模型结合了预训练语义模型和目标高斯分类层，使得该检索式对话模型对对话数据的语义信息理解的更加充分，同时，对话数据的结果分类的校准更加精准，从而提高了对话结果的准确性。
检索对话模型生成方法装置计算机设备存储介质

[发明专利]一种基于高斯混合模型的数据关联方法-CN201910533817.8有效
发明人：曹运合;孙丽莉;卢毅;杨云高;王徐华;王从思 -专利权人：西安电子科技大学
申请日： 2019-06-19 - 公布日： 2021-04-06 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了一种基于高斯混合模型的数据关联方法，该方法包括：根据多个目标的初始状态和第一预设矩阵得到多目标跟踪的状态模型；根据状态模型和第二预设矩阵，得到目标的观测模型，根据观测模型计算目标的预测位置和新息协方差；根据观测模型和预设波门，得到若干目标有效量测，由若干目标有效量测构建一高斯混合模型；根据高斯混合模型构建后验概率模型，利用最大期望方法，更新后验概率模型中的参数，根据参数得到目标后验概率；根据目标后验概率构建关联矩阵本发明将高斯混合模型用于多目标跟踪，避免了联合概率数据关联法复杂的矩阵拆分，减少了计算量，跟踪精度高，适用于实时多目标跟踪。
一种基于混合模型数据关联方法

[发明专利]三维尾流模型的建立方法、装置、设备及存储介质-CN201910369490.5在审
发明人：高晓霞;李兵兵;王腾渊 -专利权人：华北电力大学（保定）
申请日： 2019-05-09 - 公布日： 2019-07-12 - 主分类号： G06T17/00 文献下载
摘要：本发明实施例公开了一种三维尾流模型的建立方法、装置、设备及存储介质。首先基于预设尾流模型及质量守恒定律进行预测，获得初始垂直高度的尾流风速的高斯分布，然后获取来流风速的风切变曲线，并根据风切变曲线计算旋转角度，再然后对初始垂直高度的尾流风速的高斯分布按照旋转角度进行旋转修正，获得修正垂直高度的尾流风速的高斯分布，再然后对水平面的尾流速度进行预测，获得水平面尾流风速的高斯分布，最后根据修正垂直高度的尾流风速的高斯分布和水平面尾流风速高斯分布建立三维尾流模型。本发明实施例提供的三维尾流模型的建立方法，可以提高尾流模型预测尾流区风速分布的准确性，进而可以应用于风电场的布局优化以及风功率预测。
尾流风速高斯分布三维垂直存储介质风切变修正预测质量守恒定律布局优化模型预测曲线计算风电场风功率尾流区预设应用

[发明专利]基于自适应高斯聚类的非平行文本条件下的语音转换方法-CN201710474281.8有效
发明人：李燕萍;左宇涛 -专利权人：南京邮电大学
申请日： 2017-06-21 - 公布日： 2020-02-21 - 主分类号： G10L15/02 文献下载
摘要：本发明公开了一种基于自适应高斯聚类的非平行文本条件下的语音转换方法，属于语音信号处理技术领域。首先利用基于单元挑选和声道长度归一化相结合的方法对非平行语料进行语音特征参数对齐，然后进行自适应高斯混合模型和双线性频率弯折加幅度调节的训练，得到语音转换所需的转换函数，最后使用该转换函数实现高质量的语音转换本发明不仅克服了训练阶段要求平行语料的限制，实现了非平行文本条件下的语音转换，适用性和通用性更强，而且使用自适应高斯混合模型替代传统高斯混合模型，解决了高斯混合模型在进行语音特征参数分类时不精确的问题，并将自适应高斯混合模型和双线性频率弯折加幅度调节相结合，在转换的个性相似度和语音质量上更好。
基于自适应高斯聚类平行文本条件下语音转换方法

[发明专利]基于改进的混合高斯模型日冕物质抛射检测方法-CN201910622450.7在审
发明人：尚振宏;郭敏;黎敬涛 -专利权人：昆明理工大学
申请日： 2019-06-27 - 公布日： 2020-12-29 - 主分类号： G06T5/00 文献下载
摘要：本发明设计了一种基于改进的混合高斯模型日冕物质抛射(Coronal Mass Fjection，CME)的检测方法，由于日冕物质抛射是一种运动的过程，我们可以人为CME的检测是一种复杂背景上(太阳冕流)采用SOHO卫星上的大视角分光日冕仪(LASCO)观测的日冕序列图像作为研究对象，主要步骤包括：对日冕序列图像的预处理、改进的混合高斯模型、CME的检测。首先，对由LASCO C2得到的日冕图像进行预处理，包括降噪，将图像转换到极坐标系等；接着，利用混合高斯背景模型和四帧差分法分别得到初步的运动前景目标；最后，利用形态学方法对得到的前景目标进行再处理，得到最终的本发明利用改进的混合高斯模型检测CME，将传统混合高斯模型法与和四帧差分分法结合，改善了传统的混合高斯模型检测速度慢，对光照突变太敏感等问题，提升了检测的速度，检测效果也比较好。
基于改进混合模型日冕物质抛射检测方法

[发明专利]一种空间机器人高斯过程轨迹跟踪控制方法-CN202011197637.6有效
发明人：符启恩;孙长银;陆科林 -专利权人：东南大学
申请日： 2020-10-30 - 公布日： 2022-04-29 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了一种空间机器人高斯过程轨迹跟踪控制方法，对空间机器人系统动力学模型进行在线辨识，同时利用模型置信度动态地调整控制增益。进一步地，对高斯过程动力学模型的在线训练采用基于引导数据点的稀疏化方法，同时采用一种边缘粒子滤波器对高斯过程模型的超参数进行在线估计，有效地减小了模型训练和预测的计算负担。
一种空间机器人过程轨迹跟踪控制方法