“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]一种基于儿童异常行为的疾病预测系统-CN202011300952.7在审
发明人：杜登斌;杜小军;杜乐 -专利权人：吾征智能技术（北京）有限公司
申请日： 2020-11-19 - 公布日： 2021-01-15 - 主分类号： G16H50/50 文献下载
摘要：从儿童行为视频信息以及对应的时序运动信息中提取行为特征信息以及时序运动特征信息，根据行为特征信息以及时序运动特征信息建立样本特征模型；处理模块，获取待识别儿童个体特征信息，建立待识别儿童个体特征集；预测模块，建立KNN算法模型，根据该KNN算法模型通过样本特征模型对待识别儿童个体特征集进行预测，并生成对应预测报告。本发明通过摄像机实时对儿童行为信息进行采集分析，通过KNN算法模型对儿童异常行为信息进行预测，不仅能够自动快速对儿童行为近预测，而且提高了预测精确度。
一种基于儿童异常行为疾病预测系统

[发明专利]基于KNN的资源配额调整方法、装置和电子设备-CN202010683200.7在审
发明人：张潮华;高明宇;王鹏 -专利权人：北京淇瑀信息科技有限公司
申请日： 2020-07-15 - 公布日： 2020-12-01 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于KNN的资源配额调整方法、装置和电子设备，其中方法包括包括：获取历史用户的资源配额及对应的用户特征作为样本；将所述资源配额划分为不同的资源配额区间，并对每个资源配额区间设置对应的标签；根据所述样本，利用KNN算法计算待调整用户的资源配额。本发明通过对多个历史客户的资源配额作为样本划分不同资源配额区间，并对每个区间做标记，当有客户需要调整资源配额时，利用KNN算法将当前客户的用户特征与样本中的用户特征进行相似度比较，最后得到当前客户的最新资源配额从而进行调整
基于 knn 资源配额调整方法装置电子设备

[发明专利]基于CNN-SVM-KNN组合模型的文本分类方法-CN201910718426.3在审
发明人：郑文斌;凤雷;刘冰;付平;孙媛媛;石金龙;叶俊涛;王天城;魏明晨;徐明珠;吴瑞东 -专利权人：哈尔滨工业大学
申请日： 2019-08-05 - 公布日： 2019-11-05 - 主分类号： G06F16/35 文献下载
摘要：基于CNN‑SVM‑KNN组合模型的文本分类方法，本发明涉及基于组合模型的文本分类方法。本发明的目的是为了解决现有方法文本分类准确率低的问题。具体过程为：1：文本预处理；2：对步骤一预处理后后的文本进行特征提取，得到特征提取后的文本；3：基于步骤2建立CNN模型；4：建立CNN‑SVM模型；5：建立CNN‑KNN模型；6：设定区分阈值d；7：计算距离：计算待分类的样本点到CNN‑SVM分类器最优的分类面距离tmp；8：比较距离：当tmp＞d时，选择CNN‑SVM分类器；否则，选择CNN‑KNN分类器；9：重复执行步骤6至步骤9，寻找评价指标最优的
文本分类组合模型特征提取预处理文本分类准确率文本预处理方法文本计算距离评价指标重复执行分类面样本点分类

[发明专利]基于CNN-KNN的点云匹配方法和装置-CN202011462107.X在审
发明人：吉长江 -专利权人：北京影谱科技股份有限公司
申请日： 2020-12-11 - 公布日： 2021-04-06 - 主分类号： G06T7/33 文献下载
摘要：本申请公开了一种基于CNN‑KNN的点云匹配方法和装置，涉及点云匹配领域。该方法包括：使用CNN对两个输入图片进行特征提取分别得到各自的特征图；使用KNN对得到的两个特征图之间的特征点进行搜索，找出所述两个特征图之间的匹配点；截取所述匹配点周围指定长度的像素，输入到ANN中进行匹配质量的判别该装置包括：CNN模块、KNN模块和ANN模块。
基于 cnn knn 匹配方法装置

[发明专利]依据关于特征的附加信息对神经分类器网络的输出的合理性检查-CN202110301463.1在审
发明人： K·格罗 -专利权人：罗伯特·博世有限公司
申请日： 2021-03-22 - 公布日： 2021-09-24 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种用于对被用作分类器的神经网络KNN的输出进行合理性检查的方法，具有如下步骤：提供大量图像以及分别由KNN确定的分配，针对所述图像，KNN已确定到预先给定的分类的一个或多个类别的分配；针对每个图像
依据关于特征附加信息神经分类网络输出合理性检查

[发明专利]一种基于手势识别的空调控制方法及系统-CN202110667880.8在审
发明人：肖朋;李长志;王林源;万嘉怡;张行 -专利权人：武汉理工大学
申请日： 2021-06-16 - 公布日： 2021-10-01 - 主分类号： G06K9/00 文献下载
摘要：采集不同手势动作原始图像并进行图像预处理；对预处理后的图像提取手势轮廓图像，计算手势轮廓图像的傅里叶描述子特征作为手势动作轮廓的特征量；将不同手势动作的手势动作轮廓的特征量作为训练样本，训练熵权法改进的KNN模型，通过熵权法改进的KNN模型识别待识别手势动作。本发明通过熵权法改进了KNN算法中的欧式距离，借鉴了手势动作轮廓的特征量在不同维度的所表达的特征差异对手势识别的影响，提高了手势识别过程的可靠性。
一种基于手势识别空调控制方法系统

[发明专利]一种基于SVM-KNN的语音情感识别方法-CN202111127502.7在审
发明人：王海;路璐;侯宇婷;冯毅 -专利权人：西北大学
申请日： 2021-09-26 - 公布日： 2021-12-31 - 主分类号： G10L25/63 文献下载
摘要：一种基于SVM‑KNN的语音情感识别方法，步骤一、对原始的语音信号进行预处理；步骤二、通过麦克风阵列延时对齐的方法进行语音增强处理；步骤三、对处理后的数据基于SHL结构的BN‑DNN进行特征提取；步骤四、对提取出的特征基于模糊集理论的方法进行特征选择；步骤五、采用优化的SVM‑KNN方法进行情感识别。另一方面，本发明提出的SVM‑KNN思想也可以应用到语音识别的其他领域，比如方言分类领域，为基于语音信号的分类和识别提供了借鉴。
一种基于 svm knn 语音情感识别方法

[发明专利]基于P-K的软件缺陷预测方法、装置、电子设备及介质-CN202011077409.5在审
发明人：王婷婷 -专利权人：中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院
申请日： 2020-10-10 - 公布日： 2022-05-03 - 主分类号： G06F11/36 文献下载
摘要：该方法可以包括：收集软件历史缺陷数据，将软件历史缺陷数据划分为训练数据集与测试数据集；针对训练数据集内的度量元进行降维，获得特征向量；根据降维后的训练数据集与特征向量，进行KNN分类训练；调整降维参数与KNN参数，获得最优模型；根据最优模型，针对测试数据集内的度量元进行降维，并进行KNN分类训练，预测测试数据集的缺陷。
基于软件缺陷预测方法装置电子设备介质

[发明专利]一种基于改进KNN算法的页岩脆性指数预测方法-CN202210084514.4在审
发明人：吴朝容;李勇;吕晓楠;黄开兴;段正鑫 -专利权人：成都理工大学
申请日： 2022-01-25 - 公布日： 2022-05-13 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于改进KNN算法的页岩脆性指数预测方法，包括确定训练井和测试井；将训练井中的每个测井参数分别与脆性指数进行相关性分析并对比，选择相关系数绝对值在前三的三个测井参数作为自变量，脆性指数作为因变量；利用训练井中的数据构建训练样本和训练数据库；利用KNN算法迭代优化训练数据库，得到最优训练数据库；将最优训练数据库中数据再作为训练数据，将测试井与训练井中对应的数据作为测试数据，采用交叉验证法得到最优K值；用最优训练数据库、最优K值建立KNN模型得到预测模型，本发明能提高模型预测的准确率和稳定性，提高预测精度。
一种基于改进 knn 算法页岩脆性指数预测方法

[发明专利]一种单晶硅熔炉晶体生长直径预测方法-CN202210644790.1在审
发明人：逯占文;王学卫;张靖;邢治国;文皓;陈一凡 -专利权人：连城凯克斯科技有限公司
申请日： 2022-06-08 - 公布日： 2022-08-02 - 主分类号： C30B15/20 文献下载
摘要：本发明是一种单晶硅熔炉晶体生长直径预测方法，其基于PSO优化的KNN算法。本发明的优点：针对单晶硅生长过程中直径控制问题，利用了大量不同熔融炉的历史生长数据，并将不同生长阶段划分为不同数据集。输入KNN回归模型优化加权权重。训练结束后，应用阶段可以将晶体生长数据输入回归模型，给出历史相似参数下的生长直径，并预测下一时刻晶体生长直径。利用PSO优化的带权重KNN回归计算模型，实现了晶体生长直径预测功能；对于优化晶体生长直径控制算法、减小直径波动和提高硅晶体质量具有重要意义。
一种单晶硅熔炉晶体生长直径预测方法

[发明专利]一种复杂交叉路口车辆行驶轨迹分析方法、系统及应用-CN202210808478.1在审
发明人：严忠贞;周辉;王相龙;朱信远;郭峰;丁静文;严赛男;陈豪;周可薇;刘春 -专利权人：湖北工业大学
申请日： 2022-07-11 - 公布日： 2022-10-11 - 主分类号： G06T7/246 文献下载
摘要：进行迁移学习，实现复杂交叉路口车辆感知；然后以虚拟线圈中心点构建参考坐标系原点，采用自适应方式构建参考坐标系，并利用DeepSORT对车辆行驶轨迹进行跟踪，最后以同一车辆在像素位置变化为分类依据，利用KNN本发明利用迁移学习方式训练YOLOv5和DeepSORT模型，实现复杂环境下的车辆精确感知和目标跟踪；以车辆在图像像素位置变化为分类依据，利用KNN算法分析车辆行驶轨迹；利用迁移学习和KNN实现复杂交叉路口车辆感知和轨迹分析
一种复杂交叉路口车辆行驶轨迹分析方法系统应用

[发明专利]一种基于KNN的重载AGV横向稳定控制方法-CN202310992072.8在审
发明人：薛善良;张惠;方丹枫;麻茹雪;刘国辉 -专利权人：南京航空航天大学
申请日： 2023-08-08 - 公布日： 2023-10-13 - 主分类号： G05D1/02 文献下载
摘要：一种基于KNN的重载AGV横向稳定控制方法，其特征是它包括以下步骤：1.根据重载AGV不同的负载，将AGV行驶工况分为5类，利用仿真软件采集不同工况下AGV的运动状态数据；2.建立K最近邻KNN分类器，本发明建立了重载AGV的负载KNN分类器，能实时监测质心侧偏角误差，超过阈值则激活控制器，将分类器分类结果匹配到对应的子控制器，计算附加横摆力矩并作用于AGV。
一种基于 knn 重载 agv 横向稳定控制方法

[发明专利]自动定位体内胃肠特征点的方法-CN201510273981.1有效
发明人：周尚波;白家莲;杨晗;张志良;严莎莎 -专利权人：重庆金山科技（集团）有限公司
申请日： 2015-05-26 - 公布日： 2018-08-03 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种自动定位体内胃肠特征点的方法，包括如下步骤：步骤1，获取胃肠原始图片数据并进行分割编号，对该数据进行初步定位筛选，获得定位筛选后的测试集；步骤2，提取训练集的WLD直方图特征，用来训练KNN分类器；步骤3，提取测试集的WLD直方图特征，并用训练完成的KNN分类器为测试集分类；根据分类结果进行精确定位胃肠特征点信息。通过初步定位阶段挑选出一系列胃肠特征点候选点，接着进入精确定位阶段，这一阶段先随机选择一定量的训练集，提取它们的WLD直方图特征来训练KNN分类器，最后精确定位算法结合初步定位阶段的候选点和WLD直方图特征找到正确的胃肠特征点位置
自动定位体内胃肠特征方法

[发明专利]一种基于Kernel‑KNN匹配的道路交通状态获取方法-CN201410852124.2有效
发明人：徐东伟;王永东;周晓根;张贵军;冯远静;郝小虎;陈铭 -专利权人：浙江工业大学
申请日： 2014-12-31 - 公布日： 2017-01-18 - 主分类号： G08G1/01 文献下载
摘要：一种基于Kernel‑KNN匹配的道路交通状态获取方法，首先提取具有代表性的道路交通数据，经过数据处理后建立道路交通运行特征参考序列；然后选取道路交通数据序列，并构建道路交通数据序列的Mercer核；最后选取道路交通特征参考数据序列和当前道路交通特征序列，获取道路交通特征参考数据序列和当前道路交通特征序列在特征空间的欧式距离，通过KNN方法选取k个道路交通状态，最后通过加权平均获取道路交通状态。本发明提供了一种有效获取道路交通状态、准确性较好的基于Kernel‑KNN匹配的道路交通状态获取方法。
一种基于 kernel knn 匹配道路交通状态获取方法

[发明专利]一种KNN-LT-BF无铅压电陶瓷及其制备方法-CN201310479985.6有效
发明人：谈国强;郝航飞 -专利权人：陕西科技大学
申请日： 2013-10-15 - 公布日： 2014-01-29 - 主分类号： C04B35/495 文献下载
摘要：本发明公开了一种KNN-LT-BF无铅压电陶瓷及其制备方法，其化学式为(1-x)(0.46KNbO3-0.46NaNbO3-0.08LiTaO3)-xBiFeO3，x=0.004～0.010。以KNbO3、NaNbO3、LiTaO3和BiFeO3粉体为原料，加入有机物粘结剂及水，搅拌形成胶体，然后烘干，得混料，向混料中加水、陈腐、干压成型，得陶瓷生坯片，陶瓷生坯片经排塑处理后在常压烧结得到KNN-LT-BF是一种工艺简单、高效率、低能耗、成本低廉且很具实用性的无铅压电陶瓷制备方法，制得的KNN-LT-BF无铅压电陶瓷性质稳定、致密、性能良好。
一种 knn lt bf 压电陶瓷及其制备方法