专利名称
主分类
A 农业
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
G 物理
H 电学
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
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
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
清华大学
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
更多 »
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]一种快速精确的人脸检测方法-CN201610953612.1在审
  • 方承志;宦太杰;袁海峰 - 南京邮电大学
  • 2016-11-03 - 2017-04-26 - G06K9/00
  • YCbCr颜色空间下分别设置肤色分割的阈值,并将得到的三个阈值进行并操作,取并操作后的阈值作为肤色检测的阈值;步骤2用并操作后的阈值对输入图像进行肤色分割预处理,获取人脸检测候选区域;步骤3使用MWR‑AdaBoost本发明利用CMYK、HSV、YCbCr三种颜色空间肤色分割阈值的并操作对图像进行预处理得到候选区域,改善了单一颜色空间肤色分割容易遗漏复杂场景下人脸候选区域的情况;再使用MWR‑AdaBoost算法对候选区域进行人脸检测,抑制了AdaBoost算法对经过肤色处理后图像产生的退化现象。
  • 一种快速精确检测方法
  • [发明专利]一种基于神经网络的水质评价分类方法-CN201710106308.8在审
  • 陈芳炯;余志剑;余华;季飞 - 华南理工大学
  • 2017-02-27 - 2017-07-07 - G06F19/00
  • 该方法包括步骤一获取各个水域中各类水质参数,并进行参数归一化处理;步骤二使用LDA线性判决分析算法将原始的水质特征数据降维;步骤三构建5*6*6的神经网络结构,随机初始化网络权值,训练神经网络使得损失函数达到最小值;步骤四依据AdaBoost步骤六使用AdaBoost算法综合步骤三~五训练得到的各个神经网络的运算结果,对水质做出评价预测。本方法利用LDA线性判决分析算法降低水质特征数据的维数以减小分类器的分类难度,使用AdaBoost计算框架综合各神经网络的分类结果,可以保证较高的分类准确率。
  • 一种基于神经网络水质评价分类方法
  • [发明专利]基于视频的火焰检测方法-CN201711125384.X有效
  • 周美兰;王元鹏 - 深圳市中电数通智慧安全科技股份有限公司
  • 2017-11-14 - 2019-11-15 - G06K9/00
  • 本发明的基于视频的火焰检测方法,包括以下步骤:获得视频图像序列,图像预处理,颜色检测,火焰特征提取,AdaBoost预测。找出视频图像中满足条件的所有候选火焰点,然后,将视频图像进行分块,计算视频块中火焰像素集颜色和亮度属性所对应的协方差矩阵,提取颜色和亮度协方差矩阵中的上三角或下三角部分作为特征向量,将获取的特征向量集作为AdaBoost分类器的输入,将特征向量输入到AdaBoost分类模型,输出为是否发生火灾的判别,可实时地检测出火灾发生情形,并能减少误报率,具有较高的准确性,鲁棒性强。
  • 基于视频火焰检测方法
  • [发明专利]一种基于欠采样改进的AdaBoost算法的脱贫时间预测方法-CN201910726630.X有效
  • 朱容波;王俊;王德军;张静静 - 中南民族大学
  • 2019-08-07 - 2020-12-29 - G06Q10/04
  • 本发明公开了一种基于欠采样改进的AdaBoost算法的脱贫时间预测方法,该方法包括以下步骤:通过入库贫困户相关基本信息进行整理,提取致贫敏感信息,作为模型的输入;通过抽取贫困户的入库日期以及脱贫日期,得到贫困户从入库到脱贫所用的时间即脱贫年限,作为模型的输出;在建模过程中采用自适应聚类的近邻欠采样技术对AdaBoost算法进行改进,得到ACNUSBoost算法,通过自适应聚类算法对训练样本中的多数类样本进行聚类,针对每个簇的聚类中心保留一定比例的近邻样本作为代表性样本,随机去除部分剩余的多数类样本;并对分类器进行多次线性组合,得到基于ACNUSBoost算法的脱贫时间预测模型;本发明利用欠采样技术解决AdaBoost算法中少数类样本有限的问题,能准确进行脱贫时间的预测
  • 一种基于采样改进adaboost算法脱贫时间预测方法
  • [发明专利]一种基于混合分类器的ADAS行人检测方法-CN201910732077.0有效
  • 黄继业;吴彬聪;李竹;盛庆华;李文钧 - 杭州电子科技大学
  • 2019-08-08 - 2021-11-23 - G06K9/62
  • 本发明公开了基于混合分类器的ADAS行人检测方法:S1,准备具有行人信息的正样本和不具行人信息的负样本,分为训练样本和测试样本;S2,计算样本的hog特征,根据训练样本的选择合适的hog特征,训练svm分类器和adaboost分类器得到所需指标;S3,通过指标将svm分类器作为主分类器,计算归一化因子和权重;S4,使用svm分类器对样本进行多尺度检测,得到大概率具有行人信息的窗口;S5,使用adaboost分类器对大概率具有行人信息的窗口进行重新计算本发明既具备svm分类器在行人检测中较高的精准度,又具备adaboost分类器良好的非线性问题解决能力,提升了行人检测的精准度。
  • 一种基于混合分类adas行人检测方法

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

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top