“bp_adaboost”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_专利查询网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

B 作业；运输

C 化学；冶金

D 纺织；造纸

E 固定建筑物

F 机械工程、照明、加热

专利下载VIP

公布日期

2023-10-24 公布专利

2023-10-20 公布专利

2023-10-17 公布专利

2023-10-13 公布专利

2023-10-10 公布专利

2023-10-03 公布专利

2023-09-29 公布专利

2023-09-26 公布专利

2023-09-22 公布专利

2023-09-19 公布专利

专利权人

国家电网公司

华为技术有限公司

中兴通讯股份有限公司

三星电子株式会社

中国石油化工股份有限公司

鸿海精密工业股份有限公司

松下电器产业株式会社

上海交通大学

钻瓜专利网为您找到相关结果17572个，建议您升级VIP下载更多相关专利

[发明专利]基于Haar特征和AdaBoost算法的纹理图像质量估计方法-CN201910674832.4有效
发明人：杨超;刘洪;蓝赠美;刘晓晖;王日凤;李厚君 -专利权人：广西科技大学
申请日： 2019-07-25 - 公布日： 2022-04-26 - 主分类号： G06T7/00 文献下载
摘要：本发明基于Haar特征和AdaBoost算法的纹理图像质量估计方法，包括以下步骤：步骤1：样本采集：采集正样本和负样本；步骤2：样本标注：分别将正、负样本使用不同的数字进行标注；步骤3：特征选择：Haar特征包含多种模式，根据纹理的不同特征选择相应的特征模式；步骤4：AdaBoost级联分类器搭建和参数设置：AdaBoost算法是将多个弱分类器组合成强分类器的方法，需要指定每一层弱分类器的识别率、误识率以及弱分类器的个数
基于 haar 特征 adaboost 算法纹理图像质量估计方法

[发明专利]远距离障碍的自适应检测方法-CN201010154744.0无效
发明人：刘成良;屠珺;苑进;王明军 -专利权人：上海交通大学
申请日： 2010-04-24 - 公布日： 2010-08-25 - 主分类号： G01C11/06 文献下载
摘要：包括以下步骤：采集图像并进行预处理；划分区域并进行超像素分割处理；进行高维外观特征提取；得到近距离场景区域每个超像素的地形类别；得到近距离场景超像素的低维主导特征；得到远距离场景超像素的低维主导特征；进行Adaboost分类器训练；将远距离场景区域超像素的低维主导特征输入至Adaboost分类器，当Adaboost分类器输出为1时，则当前场景为障碍；否则当前场景为地面。
远距离障碍自适应检测方法

[发明专利]一种基于主成分分析人脸的识别方法-CN201110060155.0无效
发明人：孙知信;王晓东 -专利权人：南京邮电大学
申请日： 2011-03-14 - 公布日： 2011-06-22 - 主分类号： G06K9/00 文献下载
摘要：，使得图像的灰度均衡化；采用主成分分析方法对预处理后的图像进行特征提取，得到初始特征空间；对得到的初始特征空间采用遗传算法优化，降低特征空间的维数，得到优化特征空间；得到的优化特征空间构成弱分类器，用AdaBoost本发明将遗传算法应用到人脸识别的特征提取中，得到特征向量的最优子集，构造新的特征空间；将AdaBoost方法应用到分类器上，对简单分类器经过AdaBoost学习过程使之生产强分类器，提高对人脸识别的识别速率和识别准确率
一种基于成分分析识别方法

[发明专利]融合肤色、人脸和敏感部位检测的不良图像判别方法-CN201310269722.2无效
发明人：杜友田;唐蔚;郑庆华;陶敬;周亚东;秦涛 -专利权人：西安交通大学
申请日： 2013-06-28 - 公布日： 2013-10-23 - 主分类号： G06K9/00 文献下载
摘要：人脸和敏感部位检测的不良图像判别方法，首先建立肤色模型，进行人脸检测，提取肤色和人脸特征组成特征向量，利用SVM算法进行训练，得到SVM分类器；然后针对人体局部关键部位中的女性乳房，提取SIFT特征，利用Adaboost算法进行训练，得到Adaboost分类器；再针对人体局部关键部位中的女性下体私处，确定人体躯干区域，利用类haar特征作为模版在人体躯干区域内进行搜索和匹配；最后分别采用SVM分类器，Adaboost分类器和模板匹配方法对图像进行检测
融合肤色敏感部位检测不良图像判别方法

[发明专利]基于奇对称2D Log-Gabor滤波器和Adaboost相结合的虹膜识别方法-CN201510190542.4在审
发明人：李钊 -专利权人：南京安穗智能科技有限公司
申请日： 2015-04-21 - 公布日： 2015-07-01 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于奇对称2D Log-Gabor滤波器和Adaboost相结合的虹膜识别方法，采用了奇对称2D Log-Gabor滤波器解决了2D Log-Gabor滤波器提取虹膜特征存在部分非有效特征点问题，通过对虹膜纹理的相位和幅度信息在不同频率和方向进行分析，运用特征融合技术消除冗余信息，从而形成特征编码，并利用Adaboost算法进行训练，组成最强分类器进行特征识别。
基于对称 log gabor 滤波器 adaboost 相结合虹膜识别方法

[发明专利]一种行人检测方法及装置-CN201110132332.1无效
发明人：程如中;赵勇;王新安;许家尧;邢文峰;吕少亭 -专利权人：北京大学深圳研究生院
申请日： 2011-05-20 - 公布日： 2011-09-28 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种行人检测方法及装置，该方法包括采集行人图像，并对所述图像进行预处理，从预处理后的图像中提取感兴趣区域；采用Adaboost级联分类器预定位所述感兴趣区域中的行人区域；采用支持向量机SVM分类器在Adaboost级联分类器预定位的行人区域中进一步定位行人区域。
一种行人检测方法装置

[发明专利]一种调整终端工作带宽的方法及装置-CN201710313916.6有效
发明人：刘哲;唐浩;汪凡;唐臻飞 -专利权人：华为技术有限公司
申请日： 2017-05-05 - 公布日： 2022-09-09 - 主分类号： H04W72/04 文献下载
摘要：一种调整终端工作带宽的方法及装置，该方法包括：基站向终端发送至少两个BP的配置信息；基站向终端发送BP调整指令；其中，BP调整指令携带第二BP的标识，第二BP是至少两个BP中的一个，BP调整指令用于指示终端在接收到BP单元调整指令后的指定时隙从第一BP切换至第二BP，第一BP为至少两个BP中的一个。因此，采用本申请提供的方法，能够保证BP配置灵活性，降低网络侧信令开销以及降低终端的功耗。
一种调整终端工作带宽方法装置

[发明专利]罂粟DNA条形码测序及分子鉴定方法-CN201810397676.7有效
发明人：杨志云;杨俊波;伊廷双;何俊;杨静;贺正山 -专利权人：中国科学院昆明植物研究所
申请日： 2018-04-28 - 公布日： 2021-07-23 - 主分类号： C12Q1/6895 文献下载
摘要：该方法通过广泛调查罂粟属植物的分布区，采集到多个地点的样品，构建该属植物的叶绿体序列的数据库，通过比对发现了罂粟特有的信息位点,在总长1994bp的三个序列中，P1引物(长467bp)：第26bp为A,第32‑37bp为GATTTA,第306bp为A；P2引物(长816bp)：第50bp为C,第85bp为A,第136bp为A,第582bp为T,第743bp为A；P3引物(长711bp)：第13‑14bp为TA，第208bp为T，第240bp为C，第420bp为T，第519bp为A，第584bp为C，第613bp为A。
罂粟 dna 条形码分子鉴定方法

[发明专利]一种通信方法、用户设备、网络设备和通信系统-CN201710459638.5有效
发明人：刘哲;唐浩;汪凡;李俊超;周国华 -专利权人：华为技术有限公司
申请日： 2017-06-16 - 公布日： 2021-02-05 - 主分类号： H04W28/20 文献下载
摘要：本申请提供了一种通信方法、用户设备、网络设备和通信系统，方法包括：用户设备向网络设备发送RF带宽能力信息；用户设备接收网络设备发送的BP配置信息；用户设备确定BP组信息，BP组信息用于指示至少一个BP组，至少一个BP组中的一个BP组中包括至少一个BP，其中，至少一个BP组包括第一BP组，第一BP组中包括第一BP，在第一BP组还包括第二BP的情况下，用户设备由第一BP切换至第二BP时所需要的RF retuning本申请的方法使得能够避免网络设备为UE切换BP分配过长的保护间隔，为避免时域资源的浪费提供可能性。
一种通信方法用户设备网络设备系统

[发明专利]一种基于ELM的多类Adaboost集成学习方法-CN201510036010.5在审
发明人：蒋云良;沈叶峰;刘勇;范婧 -专利权人：湖州师范学院
申请日： 2015-01-23 - 公布日： 2015-05-06 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于ELM的多类Adaboost集成学习方法，具体包括以下几个步骤：ELM方法、多类Adaboost方法、LBP方法，此外还通过使用PCA方法来局部替换做测试。
一种基于 elm adaboost 集成学习方法

[发明专利]一种对电子凭证图像中的条码进行定位的检测装置-CN201611220121.2在审
发明人：黄雅;袁宝玺 -专利权人：北京天创征腾信息科技有限公司
申请日： 2016-12-26 - 公布日： 2017-05-10 - 主分类号： G06K7/14 文献下载
摘要：本公开揭示了一种对电子凭证图像中的条码进行定位的检测系统，所述系统包括adaboost分类器和条码识别定位装置；所述adaboost分类器用于将正样本和负样本生成正样本和负样本描述文件，并提取正样本和负样本的
一种电子凭证图像中的条码进行定位检测装置

[发明专利]基于视觉的疲劳驾驶检测方法-CN201710327855.9在审
发明人：不公告发明人 -专利权人：南宁市正祥科技有限公司
申请日： 2017-05-11 - 公布日： 2017-09-15 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于视觉的疲劳驾驶检测方法，包括以下步骤S1通过近红外摄像头获取驾驶员的脸部图像；S2利用AdaBoost算法直接检测睁眼区域；S3计算连续闭眼帧数占总帧数的比值，判断驾驶员的疲劳状态。本发明对现有的Haar‑like特征进行扩展，并将该特征应用于AdaBoost算法对人眼的检测中，对多姿态人脸图像和变化的光线有很好的鲁棒性，检测率高。
基于视觉疲劳驾驶检测方法

[发明专利]基于AdaBoost结合GRU的地层油水层识别方法-CN201811515475.9有效
发明人：石敏;赵晋川;朱登明 -专利权人：华北电力大学
申请日： 2018-12-12 - 公布日： 2021-05-18 - 主分类号： G06K9/62 文献下载
摘要：本发明属于油水层智能识别技术领域，尤其涉及一种基于AdaBoost结合GRU的地层油水层识别方法，包括：步骤1：使用测井方法获得某地域的测井数据；步骤2：结合测井数据解释原理，对数据进行预处理；步骤3：对预处理过的测井数据，利用基于AdaBoost结合GRU方法进行学习训练，建立识别模型；步骤4：利用该地域的测井数据和建立的识别模型，预测油水层信息。
基于 adaboost 结合 gru 地层油水识别方法

[发明专利]基于广告投放的人脸检测系统-CN201110367424.8无效
发明人：吴军;吴智君;刘华平;余人强 -专利权人：常州蓝城信息科技有限公司
申请日： 2011-11-18 - 公布日： 2012-06-27 - 主分类号： G06K9/66 文献下载
摘要：尤其是基于广告投放的人脸检测系统，具体步骤如下：a.提取类Haar特征：提取脸部矩形特征，将提取的矩形特征依次通过矩形特征值的计算、矩形特征的数量和利用积分图快速计算矩形特征；b.将提取的类Haar特征进行训练和检测并通过Adaboost本发明的基于广告投放的人脸检测系统，通过提取脸部矩形特征和Adaboost算法的结合，能够提高识别准确率，有效地方便广告的投放。
基于广告投放检测系统

[发明专利]一种基于PCA技术的AdaBoost优化方法-CN201510314405.7在审
发明人：骆融臻;张雪洁;范仕良 -专利权人：河海大学
申请日： 2015-06-09 - 公布日： 2015-09-23 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于PCA技术的AdaBoost优化方法，包括：对于任意维度的样本输入，将其进行PCA降维至二维；取出其协方差矩阵前两个最大的特征值所对应的特征向量，加权后作为投影轴；将PCA之后的二维样本投影到所述投影轴上，就添加一个线性分类器，其阈值为当前输入；其边界左侧类型为前一个输入的类别，边界右侧类型为当前输入类别；如果本次输入的与上次输入相同，则对类别加权平均；至此完成弱分类器的构建；对于样本输入的集合，进行AdaBoost迭代训练，AdaBoost都输出正确的结果，训练结束。
一种基于 pca 技术 adaboost 优化方法

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

关于我们寻求报道投稿须知广告合作版权声明网站地图友情链接企业标识联系我们

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top