“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]一种声纹识别方法-CN201210295572.8有效
发明人：申富饶;唐泽林;赵金熙;程佳 -专利权人：南京大学
申请日： 2012-08-17 - 公布日： 2012-12-12 - 主分类号： G10L17/00 文献下载
摘要：对训练语音集内每个说话人的分段语音数据预处理，形成预处理后对应每个说话人的一组样本集合；步骤2，对所有样本集合中每一个样本进行提取梅尔倒谱系数；步骤3，逐一选定一个样本集合并随机选取其中部分样本的梅尔倒谱系数，对该样本集合训练高斯混合模型；步骤4，将步骤3中未被选取训练过的样本，与其对应样本集合的高斯混合模型逐个进行增量学习得到所有优化后的高斯混合模型，利用所有优化后的高斯混合模型优化模型库；步骤5，输入并识别测试语音数据，利用步骤4中优化的模型库识别测试语音数据对应的样本集合的高斯混合模型
一种声纹识别方法

[发明专利]语种识别方法、系统、电子设备及存储介质-CN202010456194.1有效
发明人：柳林;方磊;方四安 -专利权人：合肥讯飞数码科技有限公司
申请日： 2020-05-26 - 公布日： 2023-04-07 - 主分类号： G10L15/00 文献下载
摘要：本发明实施例提供了一种语种识别方法、系统、电子设备及存储介质，语种识别方法在模型算法层面，采用集成学习的思想，将第一类语种高斯混合模型和第二类语种高斯混合模型融合得到预设高斯混合模型，并通过预设高斯混合模型来拟合全体语种的数据分布，更有利于突出少数类语种的数据分布拟合，可以有效规避少数类语种数据的分布特性被多数类语种数据平均化，以至于少数类语种数据的分布特性被多数类语种数据掩蔽的现象产生，使得通过预设高斯混合模型确定的语音文件对应的均值超矢量更能体现出语音文件中的语种的分布特性进一步地，无论语音文件中包含的语种属于多数类语种还是少数类语种，均可以通过语种识别模型得到准确识别。
语种识别方法系统电子设备存储介质

[发明专利]基于多目标加点准则的GP模型辅助SLPSO算法-CN202010399983.6在审
发明人：田杰;邵增珍;侯明冬 -专利权人：山东女子学院
申请日： 2020-05-13 - 公布日： 2020-08-28 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了基于多目标加点准则的GP模型辅助SLPSO算法，包括以下步骤：S1：选取社会学习粒子群算法；S2：建立高斯过程模型；S3：建立基于多目标加点准则的高斯过程模型辅助社会学习粒子群算法；S4：利用MGP‑SLPSO对基于多目标加点准则的高斯过程模型辅助社会学习粒子群算法的实验结果分析；解决了工程应用中更高维的复杂优化的问题。
基于多目标加点准则 gp 模型辅助 slpso 算法

[发明专利]基于非广延高斯熵测度的灰度图像分割方法-CN201610772679.5在审
发明人：聂方彦;张平凤;罗佑新;李建奇;潘梅森 -专利权人：湖南文理学院
申请日： 2016-08-30 - 公布日： 2017-02-15 - 主分类号： G06T7/143 文献下载
摘要：本发明提供一种基于非广延高斯熵测度的灰度图像分割方法，包括获取待分割的灰度图像，并确定出灰度图像的最大灰度级，以及灰度级集合；统计灰度图像的灰度直方图；根据灰度直方图，以及根据预先构建的非广延高斯熵测度模型，计算非广延高斯熵测度模型的熵；根据非广延高斯熵测度模型的熵获取灰度图像的最优分割阈值；根据最优分割阈值,获取分割结果图像。本发明提供的基于非广延高斯熵测度的灰度图像分割方法，采用灰度图像的非广延高斯熵测度模型计算出灰度图像的熵，并将使得熵取得最大值所对应的灰度级作为最优分割阈值，从而对灰度图像进行分割，可对多种类型的图像实现较好分割
基于非广延高斯熵测度灰度图像分割方法

[发明专利]一种椭圆高斯分布光斑质心的高精度定位方法-CN202210612824.9有效
发明人：沈利荣;孙海峰;魏雨晨;邓忠文;李小平;刘彦明;方海燕;张树威;陈文军;唐昊 -专利权人：西安电子科技大学
申请日： 2022-05-31 - 公布日： 2023-07-07 - 主分类号： G01M11/02 文献下载
摘要：本发明提供的一种椭圆高斯分布光斑质心的高精度定位方法，针对入射光斑为椭圆高斯光斑情况下，提出基于二次融合的椭圆高斯光斑位置精估计算法，实现椭圆高斯光斑位置的精确估计，相比于现有Composite拟合算法只进行了一次融合定位精度受限，本发明关键点是将Composite拟合算法得到的估计值与光斑质心实际值进行以傅里叶函数为基函数的高精度建模，再将新模型与原Composite算法模型进行了二次融合，从而得到更高精度的椭圆高斯光斑定位模型，以该模型进行椭圆高斯光斑位置检测，可达到1e‑5mm的光斑定位精度，比原Composite算法精度提高了一个数量级，有助于角秒级微小偏角的高精度测量。
一种椭圆分布光斑质心高精度定位方法

[发明专利]身份验证方法、终端设备及计算机可读存储介质-CN201810915330.1有效
发明人：杨翘楚;王健宗;肖京 -专利权人：平安科技（深圳）有限公司
申请日： 2018-08-13 - 公布日： 2023-07-07 - 主分类号： G10L17/06 文献下载
摘要：本发明适用于数据处理技术领域，提供了一种身份验证方法、终端设备及计算机可读存储介质，包括：通过获取待验证的目标对象的语音数据，根据预设的梅尔频率倒谱系数模型，从语音数据中提取目标对象的声纹特征向量，将声纹特征向量输入预设的高斯混合模型，得到目标对象的高斯声纹向量，最后将高斯声纹向量与标准声纹向量进行对比，生成身份验证结果。通过分离噪声帧和语音帧，并构建梅尔频率倒谱系数模型和高斯混合模型，从目标对象的语音数据中提取出高斯声纹向量，通过高斯声纹向量确定目标对象是否通过身份验证，降低了语音数据中的噪声对目标对象身份验证的影响，
身份验证方法终端设备计算机可读存储介质

[发明专利]利用图片的局部不变特征检测图像型垃圾邮件的方法-CN201010139946.8无效
发明人：张卫丰;杨波;周国强;张迎周;陆柳敏;许碧娣;王慕妮;王宗辉;韩蕊;陆柳青 -专利权人：南京邮电大学
申请日： 2010-04-02 - 公布日： 2010-09-01 - 主分类号： G06K9/66 文献下载
摘要：利用图片的局部不变特征检测图像型垃圾邮件的方法是一种利用健壮特征的加速提取算法来提取图片中的垃圾信息的不变区域特征，从而生成图片的特征向量，用最大可能性算法估计高斯混合模型的参数，来训练高斯混合模型分类器获得基于高斯混合模型的分类器。对图像型垃圾邮件进行检测的实现方法，整个方法包括图片特征的提取，高斯混合模型参数的估计，图像型邮件的检测三个模块。
利用图片局部不变特征检测图像垃圾邮件方法

[发明专利]一种说话人识别方法-CN201410334124.3有效
发明人：周若华;许云飞;颜永红;杨琳 -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： 2014-07-14 - 公布日： 2019-03-15 - 主分类号： G10L17/02 文献下载
摘要：本发明涉及一种说话人识别方法，该方法首先生成说话人识别模型，把背景语音和目标说话人语音作为训练数据，训练出第一高斯混合‑通用背景模型，总变化空间，第二高斯混合‑通用背景模型，局部线性鉴别分析模型；利用第一高斯混合‑通用背景模型，总变化空间，第二高斯混合‑通用背景模型计算出待识别语音的总变化因子和总变化因子的后验概率，输入局部线性鉴别分析模型进行转换，得到维数更低的矢量，输入后端识别器输出识别结果。
一种说话识别方法

[发明专利]一种锂电池在线SOC测量方法-CN201710455480.4有效
发明人：熊飞;杨博;于文彬;许齐敏;陈彩莲;关新平 -专利权人：上海交通大学
申请日： 2017-06-16 - 公布日： 2020-02-07 - 主分类号： G01R31/367 文献下载
摘要：本发明提供一种基于混合高斯过程和动态OCV修正的锂电池SOC在线测量方法。本发明中混合高斯过程回归(GMR)综合了混合高斯模型和高斯过程回归模型，能有效的表示动态非线性的时间序列，动态OCV修正的方法能根据外部因素，校准OCV‑SOC曲线，得到精确的OCV，从而对SOC进行修正，消除累积误差，以实现在汽车复杂的工况下，以合适的算法难度，实时更新电池模型，准确跟踪电池特性，对累积估计误差进行修正，保证长时间的精度。
一种锂电池在线 soc 测量方法

[发明专利]基于高斯过程回归的数据隐私保护方法及相关设备-CN202211288739.8在审
发明人：张叶红;罗景龙;秦爽;张嘉琪;王晖;余跃;徐增林 -专利权人：鹏城实验室
申请日： 2022-10-20 - 公布日： 2023-03-07 - 主分类号： G06F17/18 文献下载
摘要：本发明公开了基于高斯过程回归的数据隐私保护方法及相关设备，包括：获取训练数据和测试数据；计算协方差矩阵，根据训练数据进行高斯过程回归的训练；生成指数随机数，通过秘密分享技术，根据指数随机数在高斯整数环上进行指数计算；根据乔利斯基分解法将高斯过程回归中的正定矩阵进行分解，通过秘密分享技术，在高斯整数环上对分解后的正定矩阵进行求逆，构建高斯过程回归模型；根据高斯过程回归模型对测试数据进行预测。
基于过程回归数据隐私保护方法相关设备

[发明专利]一种深空探测器异常状态下任务轨道智能重规划方法-CN202310532592.0在审
发明人：乔栋;周星宇;李翔宇 -专利权人：北京理工大学
申请日： 2023-05-11 - 公布日： 2023-08-08 - 主分类号： G06F30/20 文献下载
摘要：本发明实现方法为：根据任务特点选择并建立探测器轨道转移模型；建立任务轨道转移优化模型；通过DE调用选择的转移模型，评估转移燃料消耗，得到转移燃料消耗最优的转移模型设计参数；训练支持向量机‑高斯回归预测模型；通过支持向量机辨识任务轨道兴趣区域从而提高采样效率，基于任务轨道兴趣区域的采样点训练高斯回归模型，提高高斯回归模型的预测精度；采用训练得到的支持向量机‑高斯回归预测模型，评估数据库中现有目标的转移所需的速度增量，以速度增量小于探测器剩余速度增量为约束，辅助以任务需求挑选新目标，使用建立的轨道转移优化模型重规划轨道。
一种探测器异常状态任务轨道智能规划方法

[发明专利]一种基于音符和时值建模的哼唱识谱方法及系统-CN201410066451.5有效
发明人：曾新;徐明;王利斌 -专利权人：曾新;徐明;王利斌
申请日： 2014-02-26 - 公布日： 2017-02-15 - 主分类号： G10L21/06 文献下载
摘要：本发明适用于计算机应用技术领域，提供了一种基于音符和时值建模的哼唱识谱方法，本发明建立有包括音符音高模型集和音符时值模型集在内的乐理高斯混合模型库，所述乐理高斯混合模型库中的所有模型均事先通过乐理高斯混合模型训练单元进行模型参数训练，并可选用乐理高斯混合模型重估训练单元进行模型参数的重估训练，哼唱识谱时，对采集的用户哼唱语音分别进行音高特征提取、乐理信息解码识别、节拍提取、乐理处理与变换，最后输出成标准乐谱。
一种基于音符时值建模哼唱方法系统

[发明专利]一种基于缺失变量建模思路的非高斯过程监测方法-CN201710446398.5有效
发明人：石立康;朱莹;童楚东 -专利权人：宁波大学
申请日： 2017-06-02 - 公布日： 2019-08-16 - 主分类号： G05B19/418 文献下载
摘要：本发明公开一种基于缺失变量建模思路的非高斯过程监测方法，旨在利用缺失变量的建模思路将非高斯分布的数据转换成高斯分布的数据后，从而对非高斯过程实施更可靠的故障检测。具体来讲，本发明方法首先在传统独立成分分析(ICA)模型的基础上，通过逐一假设各个测量变量缺失数据后估计出相应的独立成分。然后，以独立成分实际值与估计值之间的误差做为被监测对象。虽然，本发明方法针对的是非高斯过程的采样数据，但是独立成分的估计误差一般服从高斯分布。从这点上看，本发明方法是通过缺失变量的建模思路将非高斯过程采样数据巧妙的转换成了高斯分布的误差数据。此外，本发明方法建立了多个故障检测模型，还能发挥了多模型泛化能力强的优势。
非高斯过程高斯分布变量建模采样数据建模独立成分分析故障检测模型被监测对象非高斯分布估计误差故障检测缺失数据数据转换误差数据能力强监测高斯测量转换

[发明专利]一种基于高斯混合时间序列模型的轨迹预测方法-CN201710683275.3有效
发明人：毛莺池;李志涛;钟海士;平萍;戚荣志 -专利权人：河海大学
申请日： 2017-08-11 - 公布日： 2019-02-12 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于高斯混合时间序列模型(Gauss Mixture Time Series Model，简称GMTSM)的轨迹预测方法，对海量车辆历史轨迹进行模型回归和路段车流量的分析，实现车辆轨迹预测(2)利用高斯混合时间序列模型构建历史轨迹概率分布模型。(3)通过混合模型回归过程预测移动对象轨迹。实验结果表明，高斯混合时间序列模型在路段车流量突变情况下，通过模型自动调整分模型的权重，选出最大概率的预测轨迹。
一种基于混合时间序列模型轨迹预测方法

[发明专利]基于遗传算法和高斯混合水平集模型的曲线拟合方法-CN201711239899.2在审
发明人：王国新;贾良跃;郝佳;阎艳;杨念 -专利权人：北京理工大学
申请日： 2017-11-30 - 公布日： 2018-03-30 - 主分类号： G06N3/12 文献下载
摘要：本发明提供一种基于遗传算法和高斯混合水平集模型的曲线拟合方法，应用于封闭离散数据点的曲线拟合，以解决目前曲线拟合方法中对于封闭离散数据点的拟合精度不高和对未知数据特征的离散数据点的拟合过程较为复杂、易出现过拟合的问题具体方案为首先构造一个二维高斯混合模型并根据所给离散封闭数据点计算高斯混合模型参数，随后利用二维高斯混合模型集合水平集算法思想，通过截取二维高斯混合模型中同一水平集的数据点，构造一条封闭曲线作为初始曲线
基于遗传算法混合水平模型曲线拟合方法