“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

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Adaboost优化的车载MIMUs/GPS信息融合方法及系统-CN201711062540.2在审
发明人：夏琳琳;赵耀;马文杰;丛靖宇;田海军;陈东升 -专利权人：东北电力大学
申请日： 2017-10-26 - 公布日： 2018-04-20 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种Adaboost优化的车载MIMUs/GPS信息融合方法，包括如下步骤GPS可用时，系统在速度‑位置组合模式下工作，采集MIMUs惯性器件的输出和同一时刻INS、GPS分别解算的速度、位置信息的差值，将Kalman滤波观测值作为训练样本；利用所采集到的训练样本，采用Adaboost方法对BP神经网络进行离线训练，得到一个强学习器；GPS失锁时，利用上述强学习器对组合导航系统的滤波观测值进行在线预测
一种 adaboost 优化车载 mimus gps 信息融合方法系统

[发明专利]一种维-汉文可比语料自动获取方法-CN201711342028.3在审
发明人：米尔夏提·力提甫;吐尔根·依布拉音;卡哈尔江·阿布都热西提;艾山·吾买尔;买合木提·买买提;瓦热斯·帕尔哈提;王路路;古丽尼格尔·阿不都外力 -专利权人：新疆大学
申请日： 2017-12-14 - 公布日： 2018-06-12 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种维‑汉文可比语料自动获取方法，包括如下步骤：获取多个维‑汉文可比语料，采用Adaboost方法对BP神经网络进行离线训练，得到一个分类器；通过分类器完成待检测文本内维‑汉文可比语料的获取
语料自动获取分类器待检测文本离线训练扩展性覆盖面实时性准确率表现

[发明专利]手写数字图像识别分类方法-CN201910521269.7在审
发明人：常敏;陈果 -专利权人：上海理工大学
申请日： 2019-06-17 - 公布日： 2019-09-27 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种手写数字图像识别分类方法，对数据集中随机选取数据进行预处理后送入BP神经网络进行训练，形成一个已经训练好的神经网络，将其称为一个弱分类器；重复训练得到数个弱分类器，利用改进的ADABOOST本发明对于ADABOOST中的判别方式进行优化，使其结构更加合理、智能、优化，通过改进后的算法对手写数字进行分类识别，从而大大增强了其分辨能力，极大的降低由于人员经验不足与疏忽大意，以及字体模糊不清，难以识别所造成的分类失误
强分类器弱分类器手写数字图像识别分类预处理弱分类器组合分辨能力分类识别神经网络数据分类数据集中随机选取误判准确率算法字体优化送入改进智能检测重复

[发明专利]基于BP-AdaBoost神经网络的电子式电能表故障诊断方法-CN201210209182.4有效
发明人：胡薇薇;陈忱;孙宇锋;赵广燕;祁邦彦 -专利权人：北京航空航天大学
申请日： 2012-06-20 - 公布日： 2012-10-03 - 主分类号： G01R35/04 文献下载
摘要：一种基于BP-AdaBoost神经网络的电子式电能表故障诊断方法，该方法的步骤有：一：输入样本数据；二：网络初始化，即初始化样本数据的分布权值；三：训练BP神经网络弱分类器；四：计算分类误差；五：计算权值本发明针对电子式电能表的故障自动诊断，能在保证单一BP分类器精度的情况下，通过增加分类器数量，显著提高对故障的分类精度；并且在软硬件的实现上，借助并行计算原理，大大提高训练效率，缩短网络运行时间。
基于 bp adaboost 神经网络电子电能表故障诊断方法

[发明专利]一种分布式发电出力预测方法、装置、设备及存储介质-CN202211634181.4在审
发明人：王激华;徐奇锋;乔松博;龚建荣;陈昊;程杰;阮婷婷;林烨;陈梦瑶 -专利权人：浙江电力交易中心有限公司
申请日： 2022-12-19 - 公布日： 2023-04-18 - 主分类号： G06F30/27 文献下载
摘要：该方法包括：获取目标预测点的关联因子数据和分布式电源的出力预测值；根据关联因子数据和出力预测值构建BP神经网络并利用遗传算法进行优化以得到最优权值阈值；基于AdaBoost技术利用对BP神经网络进行迭代训练得到的当前仿真预测结果确定出一个目标弱分类器
一种分布式发电出力预测方法装置设备存储介质

[发明专利]基于BP-adaboost降低元素检出限的方法-CN202011088690.2有效
发明人：李福生;杨婉琪;鲁欣;赵彦春 -专利权人：电子科技大学
申请日： 2020-10-13 - 公布日： 2021-09-24 - 主分类号： G06F17/10 文献下载
摘要：本发明公开了一种基于BP‑adaboost降低元素检出限的方法，涉及元素检测领域。
基于 bp adaboost 降低元素检出方法

[发明专利]基于择优分类的水质预测方法-CN201810570556.2有效
发明人：周剑;盛黎明;潘一帆;杨云;王嫄嫄 -专利权人：南京邮电大学
申请日： 2018-06-05 - 公布日： 2022-02-25 - 主分类号： G06Q10/04 文献下载
摘要：本申请基于择优分类的水质预测方法，对历史的水质指标数据进行归一化处理后，构造训练集，使用训练集分别对Adaboost水质预测模型、RVM水质预测模型、BP神经网络水质预测模型进行训练。
基于择优分类水质预测方法

[发明专利]基于改进的Adaboost算法的人脸检测方法-CN201910043036.0有效
发明人：杨会成;储慧敏;潘玥 -专利权人：安徽工程大学
申请日： 2019-01-16 - 公布日： 2023-04-18 - 主分类号： G06V40/16 文献下载
摘要：本发明的目的提供一种基于改进的Adaboost算法的人脸检测方法，通过对Adaboost算法进行改进，提高Adaboost算法的检测效率，降低漏检率和误检率，并且通过弱分类器叠加形成强分类器，提升检测精度，解决了AdaBoost人脸检测算法存在不足的问题。
基于改进 adaboost 算法检测方法

[发明专利]一种遥感影像分类方法-CN201910139205.0有效
发明人：韩镇;窦鹏 -专利权人：山东星蓝信息科技有限公司
申请日： 2019-02-26 - 公布日： 2021-03-19 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种遥感影像分类方法，属于遥感影像自动化分类领域，本发明将Bagging方法与AdaBoost进行了结合，用于提升影像的分类精度，Bagging‑AdaBoost基于M‑Bagging能够生成具有多样性的基分类器，从而集成得到具有较高精度的Bagging分类器的特点，通过AdaBoost迭代的方式，对M‑Bagging的分类性能做了进一步的提升，克服了传统Bagging和AdaBoost的缺点，集成了Bagging和AdaBoost的优势，得到比Bagging和AdaBoost更好的精度提升效果，从而达到了高效、高精度遥感影像分类目的。
一种遥感影像分类方法

[发明专利]图像识别方法及装置-CN201510881619.2在审
发明人：张涛;汪平仄;张胜凯 -专利权人：小米科技有限责任公司
申请日： 2015-12-03 - 公布日： 2016-04-20 - 主分类号： G06K9/46 文献下载
摘要：其中，该方法包括：提取待识别图像的方向梯度直方图特征，调用adaboost分类器对所述待识别图像的方向梯度直方图特征进行识别，得到识别结果，其中，所述adaboost分类器预先基于adaboost训练流程对样本图像的方向梯度直方图特征进行分类训练获得由于将方向梯度直方图特征作为adaboost训练中的特征，既利用了adaboost快速的特点，又融合了方向梯度直方图比较好的描述轮廓特征的特点，因此提取待识别图像的方向梯度直方图特征，调用adaboost
图像识别方法装置

[发明专利]Adaboost分类器训练方法及系统-CN201610866106.9有效
发明人：田凤彬;于晓静 -专利权人：北京君正集成电路股份有限公司
申请日： 2016-09-29 - 公布日： 2020-04-07 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种Adaboost分类器训练方法及系统。所述方法包括：通过第一训练集训练所述Adaboost分类器训练时需要用到的SVM分类器；使用训练出的SVM分类器提取第二训练集的样本特征；根据提取出的第二训练集的样本特征训练Adaboost分类器。本发明能够缩短Adaboost分类器的训练时间。
adaboost 分类训练方法系统

[发明专利]一种视屏监控人脸识别方法-CN201510903903.5在审
发明人：汪成龙;徐瑜;段延喜;徐德明;黄近秋;郑继红 -专利权人：惠州学院
申请日： 2015-12-08 - 公布日： 2016-05-04 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及视屏监控技术领域，特别是涉及到一种视屏监控人脸识别方法，步骤包括：通过Adaboost人脸检测算法对输入的目标样本进行训练，生成Adaboost级联层叠分类器；通过所述Adaboost级联层叠分类器对输入的人脸图像数据进行目标检测，标定特征点，并输出待识别特征矢量；以Adaboost级联层叠分类器标定的特征点作为观测，通过特征匹配算法与样本库内的特征矢量相匹配。由上可见，应用本实施例技术方案，通过daboost人脸检测算法对输入的目标样本进行训练，生成Adaboost级联层叠分类器；通过所述Adaboost级联层叠分类器对输入的人脸图像数据进行目标检测，提高人脸识别的精度
一种监控识别方法

[发明专利]一种基于AdaBoost-KNN的动态人脸情感识别方法-CN201910139587.7有效
发明人：陈略峰;吴敏;李敏;苏婉娟;王亚午 -专利权人：中国地质大学（武汉）
申请日： 2019-02-26 - 公布日： 2020-11-24 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于AdaBoost‑KNN的动态人脸情感识别方法，该方法包括：采用Candide‑3模型对动态人脸进行定位追踪，并提取追踪到的表情的多个情感特征点；该多个情感特征点组成一个训练子样本，所有训练子样本构成训练样本；基于AdaBoost‑KNN算法，建立由M个KNN分类器进行加权组合构成AdaBoost‑KNN分类器；通过训练样本训练和交叉验证方法验证，得到各个KNN分类器的权重系数，并确定所述AdaBoost‑KNN分类器的K值和人脸情感类别阈值，最终加权组合为最终的AdaBoost‑KNN分类器；以最终的AdaBoost‑KNN分类器，对动态人脸情感类别进行识别。
一种基于 adaboost knn 动态情感识别方法

[发明专利]一种改善的基于Ransac算法的鲁棒AdaBoost分类器构建方法-CN201610917782.4在审
发明人：曹万鹏 -专利权人：北京工业大学
申请日： 2016-10-20 - 公布日： 2017-03-22 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种改善的基于Ransac算法的鲁棒AdaBoost分类器构建方法，包括初始参数设置、量样本随机选取、满足该模型样本加入、分类器模型更新、迭代构建下一个分类器模型、分类正确率计算、最终分类模型选出本发明通过将Ransac算法引入到AdaBoost分类器模型构建过程中，并通过迭代建模的过程搜寻正确的样本；同时在全部基于AdaBoost算法构建的分类器模型中选取最佳分类模型。通过上述策略，本发明最终实现了基于Ransac算法的鲁棒AdaBoost分类器构建，获得的分类器模型的设计完全不受外点的影响。最后，基于本方法设计的AdaBoost分类器模型用于含有一定量外点的笔迹样本的验证，实验结果证明本文提出方法对比于另外两种AdaBoost分类器构建方法，拥有更高分类精度。
一种改善基于 ransac 算法 adaboost 分类构建方法

[发明专利]一种基于AdaBoost的互联网金融客户申请欺诈检测方法-CN202011536761.0在审
发明人：江远强 -专利权人：百维金科（上海）信息科技有限公司
申请日： 2020-12-23 - 公布日： 2021-03-30 - 主分类号： G06Q40/02 文献下载
摘要：本申请公开了一种基于AdaBoost的互联网金融客户申请欺诈检测方法，包括：选取一点浓度欺诈客户作为建模样本，采集信用数据；对采集的信用数据进行缺失补全、异常值处理和归一化处理后，K折交叉验证数据划分训练集和测试集；在训练集通过构建多个弱分类器，加权合成Adaboost的申请欺诈分类器；采用粒子群算法优化Adaboost弱分类器权重，并在训练集上再次训练；输入测试集样本到训练后的AdaBoost进行检测，并于实际标签比较，以模型精度评价指标与逻辑回归、支持向量机评估对比；将优化AdaBoost的欺诈检测模型部署至申请平台，实现检测客户的实时欺诈。本专利通过将粒子群优化Adaboost弱分类器的权重，产生修正后的强分类器可实现互联网金融客户申请欺诈检测。
一种基于 adaboost 互联网金融客户申请欺诈检测方法