“knn”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1496个，建议您升级VIP下载更多相关专利

[发明专利]一种按需快速构建超表面的机器学习方法-CN202011095244.4在审
发明人：徐弼军;孙志超;吴白瑞;程盼;闫梦瑶;吴震东;金帆 -专利权人：浙江科技学院
申请日： 2020-10-14 - 公布日： 2021-01-08 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种按需快速构建超表面的机器学习方法，包括以下步骤：(1)获取超表面结构参数、对应的CST计算的电磁响应集合和工作频率；(2)建立前向KNN模型，将超表面结构参数以及工作频率进行多项式回归和零均值标准化后作为前向KNN模型的输入，对前向KNN模型进行训练，得到前向PS‑KNN模型；(3)建立反向KNN模型，将电磁响应集合以及工作频率进行多项式回归和零均值标准化后作为反向KNN模型的输入，对反向KNN模型进行训练，得到反向PS‑KNN模型；(4)将前向PS‑KNN模型和反向PS‑KNN模型进行交叉验证。
一种快速构建表面机器学习方法

[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]用于简化人工神经网络的方法-CN202210680173.7在审
发明人： A·P·孔杜拉凯;J·E·M·梅纳特;P·维默尔 -专利权人：罗伯特·博世有限公司
申请日： 2022-06-16 - 公布日： 2022-12-20 - 主分类号： G06K9/62 文献下载
摘要：简化人工神经网络KNN的方法（100），由可训练参数（2）表征KNN的行为，该方法具有步骤：提供（110）第一评价标准（4），其将KNN的简化配置（1a）映射到对相应配置（1a）中KNN性能的预测（6）；提供（120）第二评价标准（5），其同样将KNN的简化配置（1a）映射到对相应配置（1a）中KNN性能的预测（6），第二评价标准（5）至少部分地与第一评价标准（4）互补；以如下目标优化（130）KNN的简化配置（1a）：既通过第一评价标准（4）又通过第二评价标准（5）和/或通过由这两个评价标准（4、5）的合并所得出的总评价标准（7）将简化配置（1a）映射到对KNN性能尽可能好的预测（6）。
用于简化人工神经网络方法

[发明专利]一种KNN基无铅压电陶瓷及其制备方法-CN202210969668.1有效
发明人：文理;陈捷;欧明;姜知水;李宏业;董进杰;何世军;邓艾国 -专利权人：广东捷成科创电子股份有限公司
申请日： 2022-08-12 - 公布日： 2023-06-27 - 主分类号： C04B35/495 文献下载
摘要：本发明涉及无铅压电陶瓷技术领域，具体涉及一种KNN基无铅压电陶瓷及其制备方法，KNN基无铅压电陶瓷包括以下组分：碳酸盐、五氧化二铌、镍锌铁氧体、高岭土；引入镍锌铁氧体及高岭土，与KNN基的钙钛矿结构有效互溶，形成一种稳定的化学物质，形成KNN‑NZF的三相化合物，可以提高压电性能及器件声压、KNN基无铅压电陶瓷的韧性、还能改善KNN基无铅压电陶瓷的烧结温度，提高了无铅压电陶瓷产品的合格率。
一种 knn 基无铅压电陶瓷及其制备方法

[实用新型]一种车用KNN基无铅压电陶瓷爆震传感器的子组件-CN202021078635.0有效
发明人：龚文;谭祥虎;姚方周;吴超峰 -专利权人：佛山（华南）新材料研究院
申请日： 2020-06-12 - 公布日： 2020-12-08 - 主分类号： G01L23/22 文献下载
摘要：本实用新型公开了一种车用KNN基无铅压电陶瓷爆震传感器的子组件，该方案包括螺栓、螺母以及依次自上而下层叠设置的质量块、第一氧化铝绝缘片、第一电极、第一KNN基无铅压电陶瓷片、第二电极、第二KNN基无铅压电陶瓷片本实用新型通过使用耐压的第一KNN基无铅压电陶瓷片和第二KNN基无铅压电陶瓷片作为敏感元件，一方面达到绿色环保的目的，另一方面，采用中心压缩结构，通过螺栓螺母预紧链接解决环形剪切结构中粘结方式在高温下容易失效、性能不稳定的问题；通过减薄第一KNN基无铅压电陶瓷片和第二KNN基无铅压电陶瓷片的厚度，将多个KNN基无铅压电陶瓷片并联解决KNN基无铅压电陶瓷的压电性能低于PZT压电陶瓷的问题。
一种 knn 基无铅压电陶瓷传感器组件

[发明专利]一种海洋数据回归模型获得方法及装置-CN201910827341.9在审
发明人：刘军;勾毓;张桐;关雯雪;崔军红;宋姗姗;杜昕祺 -专利权人：吉林大学
申请日： 2019-09-03 - 公布日： 2019-11-29 - 主分类号： G06F17/18 文献下载
摘要：本发明公开了一种海洋数据回归模型获得方法及装置，通过获得参数k分别在多个取值下的k最近邻kNN初始模型，所述参数k的取值范围为预设范围，分别控制各所述kNN初始模型对训练样本进行机器学习，获得多个kNN模型，确定各kNN模型的决定系数，将最大的所述决定系数对应的所述kNN模型确定为最优海洋数据回归模型，可以在不同海洋场景下实现对相应的最优海洋数据回归模型的获取。
海洋数据回归模型初始模型机器学习模型确定训练样本最近邻预设场景海洋

[发明专利]基于KNN算法的用户分类方法及装置-CN202211271947.7在审
发明人：刘京;李亚雄;马小菲;刘航 -专利权人：中国银行股份有限公司
申请日： 2022-10-18 - 公布日： 2022-12-30 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于KNN算法的用户分类方法及装置，对应的方法包括：接收用户的个人信息；根据所述个人信息以及预先建立的KNN用户分类模型对多个用户进行分类，所述KNN用户分类模型是基于KNN算法所生成的本发明采用的KNN分类算法简单易用，模型训练时间快，其建立的模型结构完全是根据数据来决定的，符合现实情况，比较适用于样本容量较大的分类情况，对异常值不敏感，因此对于银行贷款数据分类的适用性很高，并且KNN
基于 knn 算法用户分类方法装置

[发明专利]基于姿态识别的轻量级室内热舒适分析方法、系统及设备-CN202310050215.3在审
发明人：杨牧;成孝刚;张艳彬;赵梦璇;刘宇阳;成恳 -专利权人：南京邮电大学
申请日： 2023-02-01 - 公布日： 2023-04-25 - 主分类号： G06F18/2413 文献下载
摘要：本发明公开一种基于姿态识别的轻量级室内热舒适分析方法、系统及设备，方法包括：获取待分析环境内的用户姿态输数据；将用户姿态数据作为预先训练的WC‑KNN算法分类器的输入，获取WC‑KNN算法分类器的输出；根据WC‑KNN算法分类器的输出，得到用户姿态类别；根据用户姿态类别以及预设的姿态类别‑热舒适状况的判断标准，得到待分析环境内用户的热舒适状况；WC‑KNN算法分类器的训练包括：获取不同热舒适状况下的姿态视频数据，提取每一帧姿态视频数据的骨骼节点信息并计算出不同肢体的旋转角度；以姿态类别为标签，不同肢体的旋转角度为特征，构建数据集；构建WC‑KNN算法分类器；利用数据集对WC‑KNN算法分类器进行分类训练，得到已训练的WC‑KNN算法分类器。
基于姿态识别轻量级内热舒适分析方法系统设备

[发明专利]一种基于时频域特征和单类KNN模拟电路故障检测方法-CN202111606608.5在审
发明人：闫戈;杨诚;刘虹晓;李占;李游 -专利权人：中国船舶工业综合技术经济研究院
申请日： 2021-12-26 - 公布日： 2022-07-22 - 主分类号： G01R31/316 文献下载
摘要：本发明提供了一种基于时频域特征和单类KNN模拟电路故障检测方法，该方法包括接收额定数量仿真样本数据对应的时域特征向量样本；根据所述时域特征向量样本计算KNN距离统计量；判断所述KNN距离统计量是否符合预定的终止条件，如果所述KNN距离统计量符合所述终止条件，则建立所述KNN距离统计量的非中心卡方分布，以计算得到故障检测阈值；根据所述故障检测阈值检测模拟电路故障。通过时域特征向量样本基于KNN距离统计量判断样本是否为异常样本，基于此实现了电路故障检测，有助于解决现有技术中缺乏一种模拟电路故障检测方法的技术问题。
一种基于时频域特征 knn 模拟电路故障检测方法

[发明专利]用于训练以及用于运行有多任务能力的人工神经网络的方法、有多任务能力的人工神经网络和设备-CN202080011535.2在审
发明人： D·巴里亚米斯 -专利权人：罗伯特·博世有限公司
申请日： 2020-01-10 - 公布日： 2021-08-31 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及用于应用有多任务能力的人工神经网络（KNN）的经改善的可能性。尤其是，本发明提出一种用于训练有多任务能力的KNN（110）的方法。在此，为通过KNN（110）的第一信息流提供第一路径（P1），其中所述第一路径（P1）将所述KNN（110）的输入层（120）与所述KNN（110）的至少一个跨任务中间层（130）耦合，所述跨任务中间层对于所述KNN（110）的多个彼此不同的任务是共同的，并且所述第一路径（P1）将所述至少一个跨任务中间层与来自多个彼此不同的任务（A，B）的相应的任务特定的KNN分段（140）耦合。此外，为通过所述KNN（110）的与所述第一信息流不同的第二信息流提供至少一个任务特定的第二路径（P2），其中所述第二路径（P2）将所述KNN（110）的输入层（120）与来自多个彼此不同的任务的任务特定的KNN分段（140）中的仅一部分耦合，并且经由所述第二路径（P2）输送用于训练任务特定的参数的第二训练数据。
用于训练以及运行任务能力人工神经网络方法设备

[发明专利]一种人脸聚类的方法、装置及设备-CN202111502507.3在审
发明人：杨嵘;郝敬松;朱树磊;殷俊 -专利权人：浙江大华技术股份有限公司
申请日： 2021-12-10 - 公布日： 2022-04-15 - 主分类号： G06V10/762 文献下载
摘要：该方法包括：获取第一KNN图，其中所述第一KNN图是对原始KNN图中的无向边进行首次移除得到的，所述原始KNN图是根据人脸图像集合对应的人脸特征集合生成的；根据所述第一KNN图中非孤立结点的合群度，对包含所述非孤立结点的无向边进行再次移除，得到第二KNN图，其中所述合群度表征所述非孤立结点与所述非孤立结点的一阶邻居结点的相似度，所述一阶邻居结点是与所述非孤立结点通过无向边直接连接的结点；根据第二KNN图包含的连通的子图，确定所述人脸图像集合对应的人脸聚类结果
一种人脸聚类方法装置设备

[发明专利]一种基于VMD和样本熵的电磁式电流互感器故障诊断方法-CN202011125972.5在审
发明人：蔡文嘉;李云峰;郭正;刘岑岑;张芹;庹璟;王华;陈泽纯 -专利权人：国网湖北省电力有限公司营销服务中心（计量中心）
申请日： 2020-10-20 - 公布日： 2021-01-29 - 主分类号： G01R35/02 文献下载
摘要：本发明提供一种基于VMD和样本熵的电磁式电流互感器故障诊断方法及KNN分类器的构建方法，获取原始电流互感器故障样本，构成训练集；对训练集中每个故障样本进行VMD分解，得到一系列的本征模函数；对每个本征模函数计算样本熵值，组成特征向量，构建KNN分类器；训练KNN分类器，直至KNN分类器的分类能力达到预设要求。将所述的特征向量输入到训练好的KNN分类器进行分类。本发明能够提高故障诊断结果的准确性与高效性。
一种基于 vmd 样本电磁式电流互感器故障诊断方法

[发明专利]一种基于Hadoop平台的改进并行KNN网络舆情分类算法-CN201711190525.6在审
发明人：杜少波;何文华;杨露;李静;陈显祥 -专利权人：贵州商学院
申请日： 2017-11-24 - 公布日： 2018-04-20 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于Hadoop平台的改进并行KNN网络舆情分类算法，利用Hadoop分布式存储特性和设计并行kNN的MapReduce程序来解决处理大批量数据时存在的问题，对并行kNN算法进行分类能力和分类效率进行测试验证，实验结果表明，基于Hadoop平台的并行kNN网络舆情分类算法在处理大批量网络舆情数据时，能够快速、高效和准确对网络舆情数据进行分类。
一种基于 hadoop 平台改进并行 knn 网络舆情分类算法

[发明专利]一种基于混合粒度分布式内存网格索引的KNN查询方法-CN201510481594.7有效
发明人：蔡斌雷;朱世伟;郭芹;杨子江;于俊凤;魏墨济;李思思;徐蓓蓓;李晨;巴志超;鞠镁隆 -专利权人：山东省科学院情报研究所
申请日： 2015-08-03 - 公布日： 2018-07-17 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于混合粒度分布式内存网格索引的KNN查询方法，具体实现过程为：进行数据预处理的步骤：基于网格和密度，将整体数据进行空间划分，得到总体数据分布的概要估计；进行数据查询的步骤：建立混合粒度的分布式内存网格索引结构，即建立非等分粗粒度网格索引和等分细粒度网格索引；在此基础上，通过设计分布式KNN查询算法，实现对海量数据的快速KNN查询。与现有技术相比，该方法通过设计和建立混合粒度分布式内存网格索引，减小集群的数据倾斜，提高数据检索效率和支持分布式算法，并通过基于该索引结构的KNN查询算法，消除集中式KNN查询算法的单机处理性能的瓶颈和基于MapReduce架构的KNN查询算法中间结果写回磁盘导致的实时性低下的问题。
网格索引查询混合粒度算法内存数据检索效率分布式算法数据预处理单机处理海量数据数据查询数据分布索引结构整体数据中间结果粗粒度集中式实时性细粒度磁盘集群减小网格写回架构瓶颈

[发明专利]一种基于最近邻KNN算法的缺失数据填补方法-CN201710267672.2有效
发明人：程宏亮;刘宏;白朝旭;饶思维;张建 -专利权人：美林数据技术股份有限公司
申请日： 2017-04-21 - 公布日： 2020-10-09 - 主分类号： G06F16/215 文献下载
摘要：本发明公开了一种基于最近邻KNN算法的缺失数据填补方法，包括：自动识别数据集中的存在缺失值的特征属性；遍历存在缺失值的特征属性利用近邻KNN算法逐步填充缺失值；在对每一个特征属性进行缺失值填充过程中，迭代KNN算法参数k，获得不同参数配置的KNN模型簇；根据优化目标函数遴选最优模型，并利用该模型对缺失数据进行缺失值填充。由于算法参数k对KNN算法影响较大，在此，我们采用寻优的策略运用到缺失值填充模型的建模中，可以很大程度提高模型的精度，填充数据的质量相应有了很大程度的提高。
一种基于近邻 knn 算法缺失数据填补方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 1496 条