“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]一种非侵入式负荷集群分类方法及系统-CN202210183179.3在审
发明人：武昕;严萌;余昊杨 -专利权人：华北电力大学
申请日： 2022-02-28 - 公布日： 2022-05-27 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种非侵入式负荷集群分类方法及系统，确定各训练子集对应的双层高斯过程混合模型；求解各训练子集对应的双层高斯过程混合模型的参数；根据M组训练子集对应的双层高斯过程混合模型的参数求取均值，确定双层高斯过程混合平均模型的参数；将各测试子集中各类集群代入所述双层高斯过程混合平均模型进行计算，输出各测试子集中各类集群的概率值；将各测试子集中各类集群输出概率最大值对应的集群类别作为各测试子集对应的分类结果。本发明方案将用户侧具有相同操作特点、统一用电规律的负荷建模成一个集群，利用隶属于双层高斯过程混合平均模型的概率值来判定未知集群的所属类别，从而有效实现集群的分类，为用户提高用电效率提供指导。
一种侵入负荷集群分类方法系统

[发明专利]基于自适应高斯混合模型的鲁棒图像分割方法-CN201310735556.0无效
发明人：王向阳;张显金 -专利权人：辽宁师范大学
申请日： 2013-12-28 - 公布日： 2014-04-30 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种可提高高斯混合模型分割精度、降低高斯混合模型对噪声敏感度的基于自适应高斯混合模型的鲁棒图像分割方法，按照如下步骤进行：把图像由RGB颜色空间转换到基于自适应混合模型图像分割方法

[发明专利]基于趋势一致高斯过程隐变量模型的面部运动信息提取方法-CN201280065062.X有效
发明人：毛峡;王晓侃;薛雨丽;陈立江 -专利权人：北京航空航天大学
申请日： 2012-10-19 - 公布日： 2017-02-15 - 主分类号： G06K9/00 文献下载
摘要：一种基于趋势一致高斯过程隐变量模型的面部运动信息提取方法，其中趋势一致高斯过程隐变量模型描述如下(1)构造基于马尔可夫假设的求解低维隐变量序列高斯过程隐变量模型目标函数；(2)添加趋势一致限制条件构造趋势一致高斯过程隐变量模型目标函数其中基于趋势一致的高斯过程隐变量模型的面部运动信息提取，具体方法描述如下(1)采用主成分分析方法(PCA)得到用于趋势一致高斯过程隐变量模型目标函数的面部序列隐变量空间初始值；(2)采用尺度共轭梯度法(
基于趋势一致过程变量模型面部运动信息提取方法

[发明专利]基于改进混合高斯模型的运动目标检测方法-CN201710379773.9有效
发明人：姬红兵;徐艺萍;张文博;黄国鹏;朱志刚 -专利权人：西安电子科技大学昆山创新研究院;西安电子科技大学
申请日： 2017-05-25 - 公布日： 2020-08-04 - 主分类号： G06T7/20 文献下载
摘要：本发明公开了一种基于改进混合高斯模型的运动目标检测方法，主要解决现有技术计算复杂度高和检测准确度低的问题。其实现步骤是：首先,采用高斯函数对输入视频集进行预处理，去除图像中的噪声；其次，使用图像的空间信息初始化高斯混合模型，自适应确定高斯模型的个数；然后，采用lambert光照模型检测全局光照变化，并对模型的权值进行分层次更新；最后，根据模型的权值和彩色图像与高斯混合模型的距离检测出运动目标图像，再对该目标图像进行后处理。
基于改进混合模型运动目标检测方法

[发明专利]一种基于文本无关的短语音说话人确认方法-CN201711032375.6在审
发明人：杨瑞瑞;柴秀英 -专利权人：北京航天长峰科技工业集团有限公司
申请日： 2017-10-26 - 公布日： 2019-05-07 - 主分类号： G10L17/00 文献下载
摘要：本发明涉及一种基于文本无关的短语音说话人确认方法，基于UBM‑CM‑MAP‑GMM模型，针对低得分高斯分量会对声纹识别系统识别性能的负面影响，将低得分高斯分量删减掉，只选择得分高的高斯分量，将这些高得分的高斯分量进行组合，从而为每个目标说话人建立自己的竞争者模型CM，然后基于每个说话人的CM模型通过MAP自适应得到说话人的声纹模型GMM。
高斯文本无关短语音声纹识别系统负面影响声纹模型识别性能自适应

[发明专利]一种基于声纹识别技术的语音识别方法-CN201810957977.0在审
发明人：杨瑞瑞 -专利权人：北京航天长峰科技工业集团有限公司
申请日： 2018-08-22 - 公布日： 2020-03-03 - 主分类号： G10L17/02 文献下载
摘要：本发明涉及一种基于声纹识别技术的语音识别方法，基于UBM‑CM‑MAP‑GMM模型，针对低得分高斯分量会对声纹识别系统识别性能的负面影响，将低得分高斯分量删减掉，只选择得分高的高斯分量，将这些高得分的高斯分量进行组合，从而为每个目标说话人建立自己的竞争者模型CM，然后基于每个说话人的CM模型通过MAP自适应得到说话人的声纹模型GMM。
一种基于声纹识别技术语音方法

[发明专利]背景建模方法、装置及设备-CN201410397363.3有效
发明人：田永鸿;陈伟;黄铁军 -专利权人：北京大学
申请日： 2014-08-13 - 公布日： 2017-12-29 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种背景建模方法、装置及设备，其中，背景建模方法将高斯混合模型中原本为浮点计算的权重、均值和方差等参数的更新，等价转化为对应新参数累加权值和、累加均值和以及累加方差和的整数迭代，并利用新参数及整数除法模拟算法完成高斯混合模型中的所有计算，从而消除高斯混合模型中不适用于硬件实现的除法运算和浮点计算，并达到与高斯混合模型相当的建模效果。
背景建模方法装置设备

[发明专利]用于表示地图要素的方法和装置以及用于定位车辆/机器人的方法和装置-CN201580080875.X有效
发明人： C·伊泽特;江万里;李千山 -专利权人：宝马股份公司
申请日： 2015-06-18 - 公布日： 2021-08-31 - 主分类号： G01C21/30 文献下载
摘要：用于表示地图要素的方法包括：生成地图要素的高斯混合模型(110)；生成用于识别地图要素的签名，其中，该签名包括地图要素的属性(120)；以及生成签名高斯混合模型(130)，该签名高斯混合模型包括高斯混合模型
用于表示地图要素方法装置以及定位车辆机器人

[发明专利]一种针对非理想稀疏信道的估计方法-CN202110174163.1有效
发明人：蔡豪;袁正道;高童迪;秦学珍;藏涛 -专利权人：蔡豪;袁正道
申请日： 2021-02-09 - 公布日： 2022-06-03 - 主分类号： H04B17/391 文献下载
摘要：本发明公开了一种针对非理想稀疏信道的估计方法，包括以下步骤：A：建立通信系统信道模型；B：建立加权高斯先验模型；C：根据步骤A中得到的通信系统信道模型，以及步骤B中得到的加权高斯先验模型，求解信道抽头向量、信道抽头向量中元素取非零值的概率、信道的噪声方差、加权高斯先验的权重和高斯分布的均值，最终得到非理想稀疏信道的信道抽头向量。
一种针对理想稀疏信道估计方法

[发明专利]高斯模型面阵相机抖动的红外弱小目标图像序列仿真方法-CN201510476748.3有效
发明人：周慧鑫;荣生辉;赵东;于跃;姚博;秦翰林;赖睿;成宽洪;杜鹃;钱琨;金浩文;王炳健 -专利权人：西安电子科技大学
申请日： 2015-08-05 - 公布日： 2018-01-30 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种高斯模型面阵相机抖动的红外弱小目标图像序列仿真方法，其步骤包括采集图像背景并仿真目标图像背景，创建高斯模型目标模型，设置目标航迹，合成目标图像，设置抖动参数，生成抖动偏移量，计算抖动后成像行数，计算抖动后成像信号，生成抖动目标图像，输出高斯模型面阵相机抖动的红外弱小目标图像序列。本发明具有计算量小，高斯模型面阵相机抖动的红外弱小目标图像真实度高，纹理细节特征丰富，高斯模型红外弱小目标与真实目标吻合度高，红外弱小目标大小，红外弱小目标信噪比，红外弱小目标运动速度，红外弱小目标航迹
模型相机抖动红外弱小目标图像序列仿真方法

[发明专利]一种闽南语语音合成方法-CN201811206551.8在审
发明人：吴佳瑶;何新;汤徐星;郭海韵;宋雅杰 -专利权人：南京理工大学
申请日： 2018-10-17 - 公布日： 2018-12-18 - 主分类号： G10L13/08 文献下载
摘要：所述合成方法包括：获取待合成的语料数据；对所述语料数据进行标注，获得训练语料数据；获取所述训练语料数据中的基频参数和频谱包络；采用隐马尔可夫模型训练所述基频参数，获得单高斯隐马尔可夫模型；根据所述单高斯隐马尔可夫模型和所述基频参数对所述频谱包络进行上下文相关的受限玻尔兹曼机模型训练，获得受限玻尔兹曼机训练数据；将所述受限玻尔兹曼机模型训练数据进行高斯拟合，获得一个谱包络线上的高斯模型；采用高斯模型估计合成频谱包络与基频参数，合成对应的语音信号。采用隐马尔可夫模型和受限玻尔兹曼机模型结合提高了闽南语合成的语音精度。
受限玻尔兹曼机隐马尔可夫模型基频参数闽南语合成高斯模型模型训练频谱包络训练语料语音合成高斯上下文相关高斯拟合合成频谱模型结合训练数据语音信号谱包络包络语料标注语音

[发明专利]一种输电线路防机械入侵的检测方法及装置-CN202011039649.6在审
发明人：李冰;杨旭;张智柏;王新颖;翟永杰;赵振兵 -专利权人：华北电力大学（保定）
申请日： 2020-09-28 - 公布日： 2021-01-05 - 主分类号： G06K9/00 文献下载
摘要：该方法包括：获取输电线路的区域图像；将区域图像转换为灰度图像；获取灰度图像中每个像素点对应的混合高斯模型；每个像素点的混合高斯模型均包括多个单高斯模型；对于每个像素点，根据背景阈值选取混合高斯模型中的多个单高斯模型构建背景模型；根据像素点的像素值对像素点的背景模型的参数进行更新，得到更新后的背景模型；根据灰度图像中的每个像素点对应的背景模型，确定对应的像素点是否为背景像素点；根据灰度图像中背景像素点数量与像素点总数量的比值，
一种输电线路机械入侵检测方法装置

[发明专利]一种质子交换膜燃料电池模型优化控制方法-CN202110881681.7有效
发明人：胡杰;李昊;宾洋;金庭安;岳肖;徐泽俊;周春荣 -专利权人：重庆交通职业学院;道简优行（重庆）科技有限公司;重庆金皇后新能源汽车制造有限公司
申请日： 2021-08-02 - 公布日： 2023-05-09 - 主分类号： H01M8/04992 文献下载
摘要：本发明公开了一种质子交换膜燃料电池模型优化控制方法，包括设定燃料电池系统参数，建立燃料电池系统模型；利用燃料电池系统模型模拟燃料电池系统工作过程，得到训练样本；建立高斯过程模型，并利用训练样本对高斯过程模型进行训练；利用高斯过程模型预测燃料电池系统模型在下一时刻的状态变量；MPC控制器根据高斯过程模型预测得到的下一时刻的状态变量和燃料电池系统模型在当前时刻的输出变量，计算出对应时刻的输入变量，并将该输入变量传播至燃料电池系统模型中对燃料电池系统模型进行控制；通过将高斯过程算法与MPC控制结合，省略了繁琐的推导和简化过程，并且还避免了模型失配问题的出现，能够有效提高控制精度。
一种质子交换燃料电池模型优化控制方法

[发明专利]一种结合高斯随机场的深度网络集合生成方法-CN202111001978.6在审
发明人：代子风;张宸;梁晓龙;赵海童;张长胜;张斌 -专利权人：东北大学
申请日： 2021-08-30 - 公布日： 2021-12-07 - 主分类号： G06K9/62 文献下载
摘要：本发明使用一种结合高斯随机场的预筛选策略，加速深度神经网络集合的生成，公开了一种结合高斯随机场的深度网络集合生成方法。步骤一：使用预处理后的神经网络训练高斯随机场模型；步骤二：神经网络集合初始化，生成准确率较高的网络集合；步骤三：结合高斯随机场模型，优化神经网络集合；步骤四：对网络集合进行压缩。本发明通过高斯随机场模型预测神经网络的适应度，结合预筛选策略减少计算次数，更快速地得到神经网络集合，提升模型性能。
一种结合随机深度网络集合生成方法

[发明专利]GPU优化和在线基于单高斯的皮肤似然估计-CN201680082615.0有效
发明人：徐琳;杨柳;姚安邦;陈玉荣 -专利权人：英特尔公司
申请日： 2016-03-25 - 公布日： 2023-07-28 - 主分类号： G06T7/00 文献下载
摘要：本文描述了用于执行单高斯皮肤检测的系统。该系统包括存储器和处理器。该存储器被配置为接收图像数据。该处理器被耦合到该存储器。该处理器基于与图像数据相关联的皮肤主导区域生成单高斯皮肤模型并基于与图像数据相关联的第二区域生成单高斯非皮肤模型，并且基于单高斯皮肤模型和单高斯非皮肤模型经由区别皮肤似然函数来对与图像数据相关联的个体像素进行分类
gpu 优化在线基于单高斯皮肤估计