“变异函数”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187727个，建议您升级VIP下载更多相关专利

[发明专利]一种模型压缩方法及装置-CN201910480533.7有效
发明人：詹金波;徐倩;杨强 -专利权人：深圳前海微众银行股份有限公司
申请日： 2019-06-04 - 公布日： 2023-10-24 - 主分类号： G06N3/082 文献下载
摘要：本发明涉及金融科技领域，并公开了一种模型压缩方法及装置，方法包括：获取父代模型；对父代模型进行变异操作，得到初始子代种群；将初始子代种群作为迭代种群，根据迭代种群的每个变异模型的适应性函数值确定迭代子群；将迭代子群中的每个变异模型进行变异操作，得到迭代后代；将迭代后代和迭代子群作为迭代种群重复进行迭代，直至满足迭代终止条件，适应性函数值是根据变异模型的模型规模、变异模型的模型计算时间以及变异模型的模型性能确定的；根据迭代终止时的迭代后代中每个变异模型的适应性函数值确定目标子代模型。
一种模型压缩方法装置

[发明专利]一种基于多尺度小波支持向量机优化的克里金空间插值方法-CN201611136825.1在审
发明人：王海起;车磊;陈冉;桂丽;刘玉;闫滨;翟文龙;费涛 -专利权人：中国石油大学（华东）
申请日： 2016-12-12 - 公布日： 2017-04-26 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于多尺度小波支持向量机优化的克里金空间插值方法，包括以下步骤通过离散变异函数公式计算所有样本点对的实验变异函数值；采用多尺度小波最小二乘支持向量机拟合实验变异函数值，得到理论变异函数模型；建立克里金空间插值方程组，根据理论变异函数模型求解克里金权重系数λi；根据克里金权重系数λi计算待估位置点的区域化变量估计值；根据所有待估位置点的区域化变量估计值和真实值，利用平均绝对误差MAE和均方根误差
一种基于尺度支持向量优化克里金空间方法

[发明专利]变异函数套合模型参数估计方法、装置、设备及存储介质-CN201910370406.1在审
发明人：张聪;刘宇;王松;陈方;张俊杰;樊翔宇;曹文琪 -专利权人：武汉轻工大学
申请日： 2019-05-05 - 公布日： 2019-07-16 - 主分类号： G06F17/15 文献下载
摘要：本发明属于地理统计学技术领域，公开了一种变异函数套合模型参数估计方法、装置、设备及存储介质。该方法包括：获取待研究对象对应的样本信息；基于变异函数公式，确定样本信息对应的第一变异函数值；根据第一变异函数值，确定待研究对象对应的套合模型、套合模型中待估参数的个数、以及各待估参数对应的取值范围和参数精度；根据待估参数的个数、以及各待估参数对应的取值范围和参数精度，确定目标神经网络模型；根据目标神经网络模型、第一变异函数值和样本信息中的滞后距离，确定各待估参数对应的权重值；根据各待估参数对应的权重值，确定各待估参数对应的估计值
变异函数套合样本信息模型参数估计存储介质目标神经网络模型研究对象权重统计学技术模型参数滞后地理

[发明专利]基于经验贝叶斯克里金模型来估算PM2.5的方法、系统及介质-CN201910013379.2在审
发明人：刘湘湘 -专利权人：深圳航天智慧城市系统技术研究院有限公司
申请日： 2019-01-07 - 公布日： 2019-05-21 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于经验贝叶斯克里金模型来估算PM2.5的方法、系统及存储介质，将待估算地区的地面PM2.5观测数据重采样到预先创建的网格中并进行匹配；将匹配好的网格数据划分为多个特定大小的重叠子集；通过子集中的PM2.5观测数据估计半变异函数；将估计出的半变异函数用作模型，通过模型在每个输入位置进行无条件模拟，产生新的PM2.5模拟值；通过PM2.5模拟值来估计新的半变异函数，且依据经验贝叶斯规则来计算该半变异函数的权重；重复上述第四、五步若干次，将最后一次得到的权重对半变异函数进行加权，将加权结果在未知位置进行PM2.5预测。
变异函数贝叶斯估算观测数据权重子集匹配存储介质加权结果输入位置网格数据未知位置预先创建重采样网格加权节约预测重复

[发明专利]一种可选的克里金空间插值降雨量估算方法-CN202011112171.5在审
发明人：车磊;王海起;陈奇东;甄卫民;梁庆娜 -专利权人：中国电波传播研究所（中国电子科技集团公司第二十二研究所）
申请日： 2020-10-16 - 公布日： 2021-01-22 - 主分类号： G06F17/15 文献下载
摘要：本发明公开了一种可选的克里金空间插值降雨量估算方法，包括如下步骤：步骤1，通过离散变异函数公式计算所有降雨量样本点对的实验变异函数值：步骤2，采用两尺度小波最小二乘支持向量机拟合实验变异函数值，得到理论变异函数模型本发明公开的估算方法，克服了普通克里金空间插值降雨量估算方法中传统理论变异函数模型形状固定且未考虑空间变化趋势及多尺度特征的不足，使得降雨量估算的结果符合本身的空间变化趋势且体现空间变化的多尺度特征。
一种可选克里金空间降雨量估算方法

[发明专利]基于混合智能算法的弹性矢量波场分离方法及装置-CN201911200791.1有效
发明人：王之洋;陈朝蒲;俞度立;白文磊;朱孟权 -专利权人：北京化工大学
申请日： 2019-11-29 - 公布日： 2021-03-12 - 主分类号： G01V1/28 文献下载
摘要：本发明公开了一种基于混合智能算法的弹性矢量波场分离方法及装置，该方法包括：根据初始模型各向异性参数的空间位置分布和参数值分布，计算初始模型的离散的协变异函数值，拟合得到初始模型的理论变异函数模型；基于改进PSO‑BFO混合智能算法对理论变异函数模型的各个参数进行优化求解，得到优化的理论变异函数模型；确定多个参考模型，对各个参考模型的弹性矢量波场在波数域进行波场分离并反变换回空间域；根据优化的理论变异函数模型
基于混合智能算法弹性矢量分离方法装置

[发明专利]基于全向搜索机制变异函数的最优遥感尺度选择方法-CN201110287032.0有效
发明人：吴浩;迟旭;周璐;李辉;李岩;严冬 -专利权人：武汉理工大学
申请日： 2011-09-26 - 公布日： 2012-02-15 - 主分类号： G06T1/00 文献下载
摘要：本发明涉及一种基于全向搜索机制变异函数的最优遥感尺度选择方法，该方法首先利用已获取的遥感影像选择研究区域，然后通过全向搜索算法计算出遥感影像在每一方向不同空间间隔下对应的变异函数值；在此基础上，建立空间间隔及其变异值的曲线关系，进而基于变异函数模型中的球状模型回归拟合，求解出每一方向上对应的局部最优空间尺度；最后把拟合度最大值所对应的局部最优空间尺度作为遥感影像最优空间尺度。本发明可以有效解决传统变异函数算法在选择最优遥感影像空间尺度应用中仅考虑各向同性而带来的局部最优尺度“假象”的问题，提高了最优尺度选择的精度。
基于全向搜索机制变异函数最优遥感尺度选择方法

[发明专利]基于方向引导的协同差分进化算法及其在射线追踪中的应用-CN201910147234.1有效
发明人：赵静;任金昌;苌妮娜;袁启玉;赵妍;李政胤;李俊 -专利权人：西安石油大学
申请日： 2019-02-27 - 公布日： 2020-09-01 - 主分类号： G01V1/36 文献下载
摘要：本发明公开了一种基于方向引导的协同差分进化算法及其在射线追踪中的应用，在变异策略中引入了一个符号函数来定义变异的方向以提高算法收敛性，且提出两种灵活有效的迭代终止准则以改进计算效率。不同于局部优化波形反演算法和其他协同进化算法，本发明提出的方法不依赖于初值，对高维可分模型空间有较好的可行性，计算速度快，收敛性好，对维度较大的参数依然能有效反演；并且，在变异策略中引入S函数，S函数的值的正负特征决定变异的方向；引入S函数使得变异沿着缩小误差能量的方向进行，使算法加速收敛，能快速收敛到全局最优解。
基于方向引导协同进化算法及其射线追踪中的应用

[发明专利]基于神经网络的数据估算方法、设备、存储介质及装置-CN201910514222.8有效
发明人：张聪;张俊杰;曹文琪;陈方;樊翔宇;刘宇 -专利权人：武汉轻工大学
申请日： 2019-06-13 - 公布日： 2023-10-24 - 主分类号： G06F17/17 文献下载
摘要：本发明公开了一种基于神经网络的数据估算方法、设备、存储介质及装置，该方法包括：获取待估算参数在不同采集位置的采集数据；根据所述采集数据通过预设公式计算变异函数中的目标离散点；根据所述目标离散点通过预设神经网络模型进行数据拟合，获得变异函数模型；根据所述变异函数模型及所述采集数据对所述待估算参数进行插值估算，获得未采集位置的估算数据。本发明通过神经网络模型进行建模，提升变异函数模型的鲁棒性，从而提升插值估算的准确性。
基于神经网络数据估算方法设备存储介质装置

[发明专利]时空点气象数据确定方法、装置、计算机设备及存储介质-CN202110069286.9在审
发明人：何琦敏;张克非;吴素芹;沈震;万某峰;李龙江;王瑞;李怀展;富尔江 -专利权人：中国矿业大学;北星空间信息技术研究院（南京）有限公司
申请日： 2021-01-19 - 公布日： 2021-05-07 - 主分类号： G06F30/27 文献下载
摘要：本发明适用于计算机技术领域，提供一种时空点气象数据确定方法、装置、计算机设备及存储介质，所述方法包括获取多个样本时空点的采集气象数据；首先拟合纯时间域变异函数以及纯空间域变异函数，并构建时空变异模型；根据改进的自适应遗传算法确定最优时空变异函数模型本发明提供的时空点气象数据确定方法，一方面，构建出考虑了时空关联性的时空变异函数模型，模型准确率更高，另一方面，通过改进的自适应遗传算法优化时空变异函数模型中的参数，解决了参数过多难以解算、解算出的模型准确度差的技术问题
时空气象数据确定方法装置计算机设备存储介质

[发明专利]一种用于武器-目标分配的遗传算法参数取值方法-CN201910648433.0在审
发明人：付光远;王超;魏振华;李海龙;张卓 -专利权人：中国人民解放军火箭军工程大学
申请日： 2019-07-18 - 公布日： 2020-09-25 - 主分类号： G06F17/18 文献下载
摘要：根据变异个体的适应度值取值设定自适应的交叉概率和变异概率，分别建立交叉概率、变异概率在以变异个体的适应度为定义域的连续函数。设置非线性的函数曲线，函数取最小适应度值、平均适应度值、最大适应度值时的斜率最大。本发明具有能够使遗传算法加快算法跳出局部最优和全局收敛的速度且尽可能的保留优良个体的特点。
一种用于武器目标分配遗传算法参数方法

[发明专利]综掘面呼吸性粉尘浓度时空场函数模型的构建方法-CN202310081952.X在审
发明人：赵政;李德文;惠立锋;刘国庆;王迪;吴付祥;胥奎;焦敏;颜鸽来;张强;汪春梅;石婧;李征真;邓勤;罗小博;李彦筑 -专利权人：中煤科工集团重庆研究院有限公司
申请日： 2023-02-08 - 公布日： 2023-05-12 - 主分类号： G01N15/06 文献下载
摘要：本发明涉及一种综掘面呼吸性粉尘浓度时空场函数模型的构建方法，属于综掘面呼吸性粉尘监测领域。该方法包括：S1：在综掘面附近布置多个呼吸性粉尘浓度传感器作为监测点，并将各监测点某一段时间采集的实时数据作为已知监测点的数据样本；S2：对数据样本采用经过对比的高斯理论模型拟合时间半变异函数和空间半变异函数；S3：根据拟合后的时间半变异函数和空间半变异函数，得到呼吸性粉尘时空场算法；S4：采用呼吸性粉尘时空场算法建立综掘面呼吸性粉尘浓度时空场函数模型，计算得到综掘面内任意位置的呼吸性粉尘浓度。
综掘面呼吸粉尘浓度时空函数模型构建方法

[发明专利]一种无人节点的集群组织方法及装置-CN201811294450.0有效
发明人：杨刚;袁艺文;周兴社;姚远;张东妮;何晓丽;翟开利;寇凯;王飞龙 -专利权人：西北工业大学
申请日： 2018-11-01 - 公布日： 2023-04-07 - 主分类号： G06F9/50 文献下载
摘要：该方法包括：当确定满足任务约束的无人节点的数量为零时，根据适应度函数确定每个初始个体的第一适应度函数值和第二适应度函数值，根据轮盘赌旋转法得到第一复制种群；根据所述第一适应度函数值排序的初始个体，将第一复制种群内包括的多个第一复制个体进行交叉得到交叉个体；根据变异概率选择至少两个交叉个体进行变异，并确定变异个体的第三适应度函数值；当确定迭代次数达到设定值时，将最大的所述第三适应度函数值的所述变异个体确定为最优结果，当确定所述最优结果的基因编码为1时，确定与所述最优结果对应的无人节点加入任务联盟
一种无人节点集群组织方法装置

[发明专利]一种基于双层规划的改进克里金插值方法-CN201910970455.9在审
发明人：黄兵;张贤酬;庞建成;姜恒;李洪祥;郑颖;林渊钟;王强翔;徐悦;董必胜;廖小红;黎昔春 -专利权人：湖南省水利水电勘测设计研究总院
申请日： 2019-10-13 - 公布日： 2020-01-24 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于双层规划的改进克里金插值方法，包括：S1、建立半变异函数模型参数的双层规划模型：根据利用交叉验证统计结果优化模型参数和普通克里金法空间插值两个过程之间的层次关系，将两者耦合起来，建立基于双层规划的模型参数求解模型；S2、建立了基于粒子群算法的双层规划模型求解方法，求得最优的半变异函数模型参数和交叉验证统计结果；S3、采用普通克里金法进行空间插值：根据得到的最优模型参数进行克里金插值。本发明采用模型优化原理求得半变异函数模型参数，无需计算样本半变异函数值，可大大降低半变异函数模型计算过程中受样本数量、分隔距离增量大小、最大计算范围选择等因素的影响，提高普通克里金法的插值精度。
变异函数模型参数金法规划模型交叉验证统计结果金插样本粒子群算法层次关系范围选择分隔距离模型计算模型优化求解模型优化模型最优模型耦合求解规划改进

[发明专利]基于自适应深度Q网络的地理空间预测方法及系统-CN202110113539.8在审
发明人：张聪;张俊杰;曹文琪;陈方;胡殿涛;吕鑫涛 -专利权人：武汉轻工大学
申请日： 2021-01-27 - 公布日： 2021-05-11 - 主分类号： G06F30/27 文献下载
摘要：本发明提供一种基于自适应深度Q网络的地理空间预测方法及系统，包括对原始的数据集进行预处理，所述数据集包括地理空间数据和相应经纬度、海拔数据；计算变异函数离散点，搭建智能体训练环境，在深度Q网络模型结构基础上设置非线性修正单元，形成自适应深度Q网络并初始化；使用自适应深度Q网络对各变异函数模型参数进行学习和估计；计算变异函数离散点和模型的残差平方和，使用残差平方和最大的变异函数模型；将对应最优参数带入到克里金方程得到最终地理空间预测值本发明实现在提高估计变异函数参数的准确性的同时降低整个插值过程的时间成本，可以更加快速且准确地对插值点进行相关属性的预测，对地质统计学和环境工程具有一定实用价值。
基于自适应深度网络地理空间预测方法系统