“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]一种语音转换方法-CN201611267431.X有效
发明人：李燕萍;吕中良;崔立梅 -专利权人：南京邮电大学
申请日： 2016-12-31 - 公布日： 2020-07-24 - 主分类号： G10L25/03 文献下载
摘要：本发明公开了一种语音转换方法，该系统首先通过对平行语料库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，然后使用该转换函数进行高质量的语音转换。本发明针对语音特征参数空间分布状况与高斯混合模型的相关关系，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
一种语音转换方法

[发明专利]基于人工智能和视频分析的视频编码优化方法-CN202011506080.X有效
发明人：楚志刚;李焕勤;孙陆鹏;刘婷 -专利权人：郑州师范学院
申请日： 2020-12-18 - 公布日： 2022-08-02 - 主分类号： H04N19/124 文献下载
摘要：包括：为视频帧图像的各像素点匹配高斯模型；根据视频帧图像的语义分割图生成辅助修正矩阵；遍历视频帧图像中的像素点，若像素点存在匹配的高斯模型，且匹配的高斯模型与像素点的语义类别相同，则对匹配的高斯模型进行更新，否则根据辅助修正矩阵对高斯模型进行修正；当混合高斯模型的参数趋于稳定，进行背景建模，根据当前背景下视频帧图像的前景信息、色彩信息、亮度信息动态调节视频量化参数。
基于人工智能视频分析编码优化方法

[发明专利]逆高斯纹理复合高斯海杂波幅度分布参数的矩估计方法-CN201610120464.5在审
发明人：许述文;薛健;水鹏朗;蒲佳 -专利权人：西安电子科技大学
申请日： 2016-03-03 - 公布日： 2016-07-06 - 主分类号： G01S7/41 文献下载
摘要：其实现方案为：根据逆高斯分布的概率密度函数，推导得到逆高斯纹理复合高斯海杂波幅度分布模型的概率密度函数f(r)；根据逆高斯纹理复合高斯海杂波幅度分布模型的概率密度函数f(r)，计算海杂波幅度r的n阶矩m_n的表示式；根据海杂波幅度r的n阶矩m_n的表示式，分别得到逆高斯纹理复合高斯海杂波幅度分布模型尺度参数μ和形状参数λ的估计表达式；利用雷达接收的回波数据和逆高斯纹理复合高斯海杂波幅度分布模型参数的估计表达式得到海杂波幅度分布模型参数的估计值本发明具有小的计算复杂度和高的估计效率，可用于估计逆高斯纹理复合高斯海杂波幅度分布的参数。
逆高斯纹理复合高斯海杂波幅分布参数估计方法

[发明专利]一种基于GMM和高斯过程回归的路感模拟方法-CN202011601812.3在审
发明人：赵蕊;蔡锦康;邓伟文;丁娟 -专利权人：浙江天行健智能科技有限公司
申请日： 2020-12-29 - 公布日： 2021-04-09 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了基于GMM和高斯过程回归的路感模拟方法，步骤包括：进行实车试验并采集数据；试验数据预处理；使用高斯混合模型分类算法进行归一化试验数据聚类；划分训练数据集和测试数据集；训练基于GMM和高斯过程回归的路感模拟模型，高斯过程回归模型的输入变量为纵向车速、车辆横向加速度、车辆横摆角速度、车辆垂向载荷、方向盘转角和方向盘角速度，输出变量为方向盘力矩；测试基于GMM和高斯过程回归的路感模拟模型；根据所得的基于GMM和高斯过程回归的路感模拟模型进行路感模拟本发明通过GMM分类算法进行聚类，再基于高斯过程回归算法进行路感模拟模型建模，所得模型性能稳定，精度高，运算速度快，实时性好。
一种基于 gmm 过程回归模拟方法

[发明专利]一种煤矿井下瓦斯泄漏源定位系统及方法-CN202211043056.6在审
发明人：李茂庆;史义存;高震;卫琛浩;马啸;党文龙;李盟洁;李超;景欣瑞 -专利权人：陕西煤业化工技术研究院有限责任公司
申请日： 2022-08-29 - 公布日： 2022-12-02 - 主分类号： G01N33/00 文献下载
摘要：本发明提供一种煤矿井下瓦斯泄漏源定位系统及方法，包括：采用设置在煤矿井下待监测区域的多个瓦斯传感器采集瓦斯气体浓度，当检测到瓦斯气体浓度超过设定的阈值时，将采集的瓦斯气体浓度输入修订高斯烟羽模型，对修订高斯烟羽模型进行求解，得到瓦斯气体浓度最大处的位置信息，即为瓦斯泄漏源位置；其中，所述修订高斯烟羽模型是通过采用煤矿井下待监测区域的高度和宽度及瓦斯气体碰撞煤矿井下待监测区域的侧壁、顶板和地面时的反射系数修订高斯烟羽模型得到的本发明将有限空间的尺寸及瓦斯气体与壁面的碰撞因素引入高斯烟羽模型，从而得到新的修订高斯烟羽模型，该修订后得到的修订高斯烟羽模型能够用于有限空间内的瓦斯气体泄露源定位。
一种煤矿井下瓦斯泄漏定位系统方法

[发明专利]一种障碍物检测的方法及装置-CN202210066219.6在审
发明人：黄冉冉;刘新民;蔡剑成;毛一年 -专利权人：北京三快在线科技有限公司
申请日： 2022-01-20 - 公布日： 2023-08-01 - 主分类号： G06V20/58 文献下载
摘要：本说明书公开了一种障碍物检测的方法及装置，获取当前帧的图像，确定该图像的梯度直方图，并将该图像的梯度直方图输入到高斯混合模型中，确定高斯混合模型输出的障碍物检测结果，再确定该障碍物检测结果是否满足预设的条件，当该障碍物检测结果满足该条件时，采用该图像的梯度直方图对高斯混合模型的参数进行调整。可见，本方法创造性的将图像的梯度直方图输入到高斯混合模型中，减少了光照、阴影对障碍物检测结果的影响，在确定该图像的障碍物检测结果之后，通过判断该图像是否存在障碍物，确定是否对该高斯混合模型的参数进行更新，实现了对高斯混合模型的选择性更新，提高了高斯混合模型对图像中的障碍物检测的准确性。
一种障碍物检测方法装置

[发明专利]一种基于人工智能的纸盒缺陷检测方法-CN202210296699.5有效
发明人：潘越 -专利权人：武汉昊月纸箱包装有限公司
申请日： 2022-03-24 - 公布日： 2022-06-03 - 主分类号： G06T7/00 文献下载
摘要：将纸盒图像的灰度图像，转化为灰度熵热图，将灰度熵热图中大于阈值的像素点进行连通域分析，得到可能起泡区域，对起泡区域进行遮挡，得到遮挡区域和非遮挡区域，基于非遮挡区域的灰度值信息，使用EM算法拟合出初始高斯混合模型，然后对遮挡区域和非遮挡区域均匀划分为矩形区域，使用单高斯模型计算出每个矩形区域对不同单高斯模型的响应度，使用初始高斯模型计算出每个矩形区域内的灰度损失率，根据每个矩形区域对每个单高斯模型的响应度和每个矩形区域的损失率对每个单高斯模型的权重进行调整，根据调整后的混合高斯模型拟合出的灰度分布图和实际灰度分布图做差，确定起泡区域。
一种基于人工智能纸盒缺陷检测方法

[发明专利]一种天线回波损耗建模方法、系统、设备及存储介质-CN202310513909.6在审
发明人：田雨波;孟非;李睿 -专利权人：广州航海学院
申请日： 2023-05-08 - 公布日： 2023-08-29 - 主分类号： G06F30/17 文献下载
摘要：test组测试样本集和nfine组训练样本集，利用第二仿真方法获取测试样本集和训练样本集中各样本的第二回波损耗值，利用训练样本集建立第一高斯模型，以测试样本集监测第一高斯模型的精度，重复获取训练样本集以使得第一高斯模型满足精度要求；利用第一高斯模型获取输入样本集中各样本的伪标签，结合训练样本建立第二高斯模型，以测试样本集监测第二高斯模型精度，不断增加训练样本集更新第二高斯模型使其满足精度要求，并对第二高斯模型进行训练。
一种天线回波损耗建模方法系统设备存储介质

[发明专利]图像处理方法、装置、电子设备及可读存储介质-CN202210720515.3在审
发明人：刘伟明 -专利权人：深圳创维-RGB电子有限公司
申请日： 2022-06-23 - 公布日： 2022-08-30 - 主分类号： G06T5/00 文献下载
摘要：本申请公开了图像处理方法、装置、电子设备及可读存储介质，应用于图像处理技术领域，所述图像处理方法包括：获取待处理图像的各分区的背光亮度值以及分区数量；依据所述分区数量以及各所述背光亮度值，确定高斯卷积核滤波模型，其中，所述高斯卷积核滤波模型包括所述高斯卷积核滤波模型的尺寸和所述高斯卷积核滤波模型对应的高斯函数；依据所述高斯卷积核滤波模型，对各所述背光亮度值进行高斯滤波处理，得到目标背光亮度；依据所述目标背光亮度值
图像处理方法装置电子设备可读存储介质

[发明专利]一种基于分层高斯混合模型的场景识别方法-CN201210464352.3有效
发明人：王天江;刘芳;邵光普;龚立宇;杨勇;许春燕;舒禹程;王明理 -专利权人：华中科技大学
申请日： 2012-11-16 - 公布日： 2013-03-13 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于分层高斯混合模型的场景识别方法，包括以下步骤：提取训练图像库中所有图像对应的分层高斯混合模型，并获取分层高斯混合模型的李代数描述子，接收待分类图像，并提取待分类图像的分层高斯混合模型的李代数描述子，用鉴别投影嵌入方法获取待分类图像的分层混合高斯的李代数描述子和训练图像库中所有图像的分层混合高斯的李代数描述子之间的距离，根据得到的距离利用最小中值距离分类器对待分类的图像进行分类，并返回分类结果。本发明优化了图像的分层高斯混合模型的特征表示，从而大大提高了场景识别的性能。
一种基于层高混合模型场景识别方法

[发明专利]基于多高斯模型的设备故障诊断与异常检测方法及系统-CN201910393913.7有效
发明人：常发亮;蒋沁宇 -专利权人：山东大学
申请日： 2019-05-13 - 公布日： 2020-12-22 - 主分类号： G06K9/62 文献下载
摘要：本公开提供了一种基于多高斯模型的设备故障诊断与异常检测方法及系统。其中，基于多高斯模型的设备故障诊断与异常检测方法通过对设备振声信号提取时域及频域特征，并针对特征维度的分布情况建立多个高斯模型，针对每类数据在多高斯模型上得到的概率密度均值建立最终异常判定高斯模型。通过模型给出结果及设定的容错阈值给出最终异常检测判定结果。本公开具有抗噪声干扰能力强，故障诊断精度高以及能适应多种未知异常检测需求的优点。
基于多高斯模型设备故障诊断异常检测方法系统

[发明专利]一种泊松-高斯混合噪声的去除方法-CN202111083142.5在审
发明人：黄梦醒;殷家汇;冯思玲;毋媛媛;冯文龙;张雨;吴迪 -专利权人：海南大学
申请日： 2021-09-15 - 公布日： 2021-12-28 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种泊松‑高斯混合噪声的去除方法，包括下列步骤：构建包含泊松‑高斯混合噪声图像的数据集，将所述数据集划分为训练集与测试集；建立噪声图像去噪模型，所述模型包括GAT层、CNN层、残差层、逆GAT层，将所述训练集中的数据输入所述非盲泊松‑高斯混合去噪模型中进行训练，从而获得训练完成的非盲泊松‑高斯混合去噪模型；将所述测试集的数据输入所述非盲泊松‑高斯混合去噪模型，获得图像去噪结果。
一种混合噪声去除方法

[发明专利]基于视觉图像识别的消防分级预警算法-CN202110574457.3在审
发明人：熊俊杰;曹光客;李贵 -专利权人：杭州申弘智能科技有限公司
申请日： 2021-05-25 - 公布日： 2021-09-21 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了基于视觉图像识别的消防分级预警算法，包括获取多个火灾发生时刻的图像，并进行预处理得到灰度图像；从灰度图像中提取出多个图像特征，并利用最大相关最小冗余算法筛选出关键特征；构建高斯混合模型，并利用关键特征和火灾级别进行训练学习，建立高斯混合模型和半监督高斯混合模型的联合模型；实时获取监测区域的监测图像，并将监测图像的关键特征输入联合模型，判断监测区域的预警级别。本发明通过筛选关键特征去除对火灾预警相关性小的特征，提高计算效率，通过建立基于高斯混合模型和半监督高斯混合模型的联合模型，能够有效提高模型计算的准确度。
基于视觉图像识别消防分级预警算法

[发明专利]一种基于示教学习的机器人逆运动学求解方法-CN201810288074.8在审
发明人：赵欢;林阳;丁汉;叶葱葱;张越 -专利权人：华中科技大学
申请日： 2018-03-30 - 公布日： 2018-08-21 - 主分类号： G05B13/04 文献下载
摘要：本发明属于机器人运动学求解领域，并具体公开了一种基于示教学习的机器人逆运动学求解方法，包括如下步骤：采集N组机器人的关节角度及末端执行器的笛卡尔位置和欧拉角，获得数据集f；对数据集f进行优化获得数据集f1；对数据集f1迭代求解出高斯模型个数2～50的高斯混合模型参数；计算各高斯混合模型对应的贝叶斯信息准则值，绘制贝叶斯信息准则曲线，根据曲线确定高斯个数k；求解高斯模型个数为k的高斯混合模型的参数；利用模型参数对数据集f1的笛卡尔位置和欧拉角进行高斯回归处理求解逆运动学关节角度值；对比关节角度值与数据集f1中的关节角度值，修正高斯模型个数得到期望的求解精度。
求解数据集高斯混合模型高斯模型逆运动学关节机器人贝叶斯信息准则欧拉角高斯示教机器人运动学实时控制效果末端执行器模型参数曲线确定迭代采集绘制修正学习回归期望优化

[发明专利]一种基于可变高斯混合数的复杂背景建模方法-CN201210365922.3在审
发明人：杨文佳;王楠;柴智;李亚鹏 -专利权人：中国航天科工集团第二研究院二O七所
申请日： 2012-09-27 - 公布日： 2014-04-02 - 主分类号： G06T7/20 文献下载
摘要：本发明涉及基于可变高斯混合数的复杂背景建模方法，属于光电产品应用技术领域。该方法包括：假设视频场景中每个像素受独立高斯噪声的影响，建立背景像素模型；根据像素模型算出整个视频场景模型；采用高斯混合模型计算某像素点值概率；根据当前像素点值、像素点均值和像素点方差，计算当前像素点与某个高斯分布的马氏距离；根据马氏距离与判断阈值的比较结果更新混合高斯分布的背景模型参数，完成复杂背景建模。该方法通过高斯混合模型和可变高斯混合数更新策略，有效地对受动态扰动的复杂场景进行运动目标检测。
一种基于可变混合复杂背景建模方法