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11119131个,建议您升级VIP下载更多相关专利
  • [发明专利]一种获取聚类距离的方法及其系统-CN03143390.1无效
  • 王建新;韦卫 - 联想(北京)有限公司
  • 2003-09-30 - 2005-04-06 - G06F17/40
  • 本发明公开了一种获取聚类距离的方法及其系统,所述方法包括:A.判断数据对象集合的聚类是否为的聚类,如果是,则执行步骤B,否则,执行步骤C;B.获取的综合距离,结束流程;C.获取每个的综合距离;D.将步骤C获取的每个的综合距离的和作为数据对象集合的综合距离,结束流程。所述系统包括综合距离计算模块和若干的综合距离计算模块,所述综合距离计算模块获取综合距离,并将获取的综合距离输入到若干的综合距离计算模块,由该模块获取数据对象集合的综合距离
  • 一种获取距离方法及其系统
  • [发明专利]一种基于机载激光点云聚集关系的木分割方法-CN201710544151.7有效
  • 李世华;苏练 - 电子科技大学
  • 2017-07-05 - 2020-06-16 - G06T7/11
  • 本发明属于机载激光雷达森林遥感应用领域,具体涉及一种基于机载激光点云聚集关系的木分割方法。本发明利用机载激光雷达获取森林植被冠层三维激光点云数据,经历林木判别、局部最大值法初始分割、删除错误的分割、循环聚类和最近邻点法处理,建立基于原始三维激光点云数据的从森林中分割出木分割方法相比CHM木分割方法,能避免信息丢失、减少错误分割和不适当的形状分割,分割效果优异,并且计算时间也得到了大幅度的缩减,能快速、准确的对森林激光点云数据分割出属于特定单的回波激光点来,有助于的参数反演、的三维结构特征重建以及对森林植被参数反演的验证。
  • 一种基于机载激光聚集关系分割方法
  • [发明专利]随机森林的训练方法、装置、存储介质和电子设备-CN201811557766.4有效
  • 高睿 - 东软集团股份有限公司
  • 2018-12-19 - 2021-08-13 - G06N20/00
  • 本公开涉及一种随机森林的训练方法、装置、存储介质和电子设备,该方法包括:在第一训练数据确定n组训练数据集;通过该第一训练数据的描述数据评判已训练出的n,获取n个预测结果;根据n个预测结果的正确率和预设阈值对n进行删除,获取m;根据m每棵对应的权重对m进行投票,以获取目标;将该目标对应的预测结果和该描述数据合成为第二训练数据;将该第二训练数据作为该第一训练数据,循环执行上述步骤,直至能够在对随机森林的多次训练过程持续对整体训练数据进行优化,在避免训练过程具备单一特征的增多的同时,提高分类预测的精确度。
  • 随机森林训练方法装置存储介质电子设备
  • [发明专利]一种针对在线预测任务的GBDT学习方法-CN202011187707.X有效
  • 林志贤;庄跃生;张永爱;周雄图;林珊玲 - 福州大学
  • 2020-10-30 - 2022-07-15 - G06N3/08
  • 本发明涉及一种针对在线预测任务的GBDT学习方法,筛选符合决策模型训练的数据特征,并输入决策训练,对决策模型的超参数进行微调,根据分类准确率得出最佳超参数,再重新训练决策模型聚类输出对应的叶子索引;利用两层全连接层将高维稀疏的叶子索引向量嵌入成低维密集向量,再利用深度神经网络拟合低维密集向量,从而完成单决策模型蒸馏为神经网络的过程;最后将GBDT多棵决策随机划分多组,每组决策输出的叶子索引向量进行拼接,同组决策用相同神经网络拟合拼接后叶子索引的低维密集向量,重复多组的训练,使GBDT完整蒸馏构造为神经网络。本发明能够改善GBDT模型对表格数据空间的训练学习效果,又能保持高效在线更新能力。
  • 一种针对在线预测任务gbdt学习方法
  • [发明专利]随机森林的训练方法、装置、存储介质和电子设备-CN201811557768.3有效
  • 高睿;于福超 - 东软集团股份有限公司
  • 2018-12-19 - 2021-10-15 - G06K9/62
  • 本公开涉及一种随机森林的训练方法、装置、存储介质和电子设备,该方法包括:通过n组训练数据集训练出包含n的随机森林;通过随机森林中的每棵对应的描述数据对每棵进行评判,以获取每棵对应的目标预测结果;当任一的正确率小于预设阈值时,根据每棵的正确率,将该n合并为m;并获取该m对应的m组训练数据集;以m组训练数据集为基础,循环执行上述步骤,直至获取到每棵对应的目标预测结果的正确率都大于或等于该预设阈值的随机森林能够在对随机森林的多次训练过程持续对训练数据分布和模型数量进行改动,在保证随机森林分类预测的泛化性的同时,强化关键的训练数据的作用,提高随机森林分类预测的精确度。
  • 随机森林训练方法装置存储介质电子设备
  • [发明专利]逐层LiDAR点云的弦角判别聚类木分割方法-CN201911201113.7有效
  • 周国清;穆叶煊 - 桂林理工大学
  • 2019-11-29 - 2021-07-06 - G06T7/11
  • 本发明涉及到了森林遥感的LiDAR点云木分割领域,公开了逐层LiDAR点云的弦角判别聚类木分割方法,发明了几何关系判别聚类法,包括:1.机载LiDAR森林点云数据的回波信息处理,提取植被点云数据;2.逐层半弦值判别聚类分割,普遍适用于多木间木分割;3.逐层半弦角辅助聚类分割,帮助2局部重叠的两进行分割;4.对3存在“大盖小”的两遮挡现象设定阈值,根据大树与小树高度关系聚类;5.联合判断分割出的木,修正或删除错判ID木。本发明为森林点云数据提供了一种基于圆形弦值和角度的几何判别聚类的分割方法,该发明较于CHM方法能够更快速、准确获取木分割形状,减少错误分割木,有助于林业研究的森林植被参数反演和建立林木3D模型。
  • lidar判别聚类单木分割方法

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