“归一化算法”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34571890个，建议您升级VIP下载更多相关专利

[发明专利]一种基于代价函数的白名单更新方法、装置及电子设备-CN201811116210.1有效
发明人：孙家棣;马宁;于洋 -专利权人：平安科技（深圳）有限公司
申请日： 2018-09-25 - 公布日： 2021-10-29 - 主分类号： H04L29/06 文献下载
摘要：本发明涉及大数据技术领域，揭示了一种基于代价函数的白名单更新方法、装置及电子设备。所述方法包括：获取待处理流量数据对应的若干特征值；对获取到的特征值执行归一化操作，获得归一化特征值；利用包含代价参数的迭代算法遍历所有归一化特征值，获得待处理流量数据对应的权重值；当所获的权重值大于预设权重阈值且待处理流量数据为白名单上的某一个流量数据时此方法下，利用包含代价参数的迭代算法对待处理流量数据的若干特征值进行处理，可以获得较准确的用于指示待处理流量数据的异常程度的权重值，从而实现对白名单的进一步准确更新。
一种基于代价函数名单更新方法装置电子设备

[发明专利]一种基于VMD-JAYA-LSSVM的风机叶片结冰状态评估方法-CN202210807760.8在审
发明人：房方;石鑫;吴志跃;任鑫;王华;廖双乐;周游;景栋盛 -专利权人：华北电力大学;华能集团技术创新中心有限公司;国网综合能源服务集团有限公司;国网江苏省电力有限公司苏州供电分公司
申请日： 2022-07-10 - 公布日： 2022-11-25 - 主分类号： G06F30/27 文献下载
摘要：基于VMD‑JAYA‑LSSVM的风机叶片结冰状态评估方法，包括如下步骤：基于VMD算法分解风速序列，对风速信号进行降噪处理；利用JAYA算法对LSSVM的参数进行优化，得到优化预测模型并对风电功率进行预测；基于滑动窗口算法的叶片结冰检测分析。相比于额外布置传感器检测叶片结冰的直接检测法，本发明不需大量额外资金投入且不用考虑额外传感器可靠性等问题，具有显著的成本优势和可靠性优势，降低人力成本；相比于其他间接法检测叶片结冰，此方法实现较为简单，且在经过算法参数优化、数据归一化和反归一化后，可得到较高的检测准确率。
一种基于 vmd jaya lssvm 风机叶片结冰状态评估方法

[发明专利]基于FIG和IPSO算法的IGBT剩余寿命预测方法-CN202110558620.7有效
发明人：王尚亭;刘震;程玉华 -专利权人：电子科技大学
申请日： 2021-05-21 - 公布日： 2022-03-25 - 主分类号： G06F30/367 文献下载
摘要：本发明公开了一种基于FIG和IPSO算法的IGBT剩余寿命预测方法，先通过加速IGBT寿命实验，获取多组IGBT的集射极饱和压降时间序列样本并进行归一化处理；再利用模糊信息粒化处理算法FIG对归一化后的样本进行处理，从而将IGBT的集射极饱和压降从点预测转化为区间预测；然后通过高阶多项式拟合构建权重组合预测模型，并通过IPSO算法优化权重组合预测模型；最后进行IGBT的剩余寿命的实时预测。
基于 fig ipso 算法 igbt 剩余寿命预测方法

[发明专利]一种相控阵三维摄像声纳系统换能器阵列的近场模型幅相误差校准方法-CN202111196862.2在审
发明人：蒋荣欣;田翔;王斐;辜博轩;陈耀武 -专利权人：浙江大学
申请日： 2021-10-14 - 公布日： 2022-02-18 - 主分类号： G01S15/89 文献下载
摘要：本发明公开了一种相控阵三维摄像声纳系统换能器阵列的近场模型幅相误差校准方法，预处理阵列响应信号获得新的虚拟阵列响应；对其进行离散相位变换得到降阶数组；利用快速傅里叶变换处理降阶数组，粗略估计归一化调频率；采用三步迭代计算提高估计精度；利用归一化调频率的估计值解调虚拟阵列响应；利用快速傅里叶变换处理解调数组，粗略估计归一化角频率；采用三步迭代计算提高估计精度；基于已有的估计值，采用空域匹配滤波算法估计幅相误差因子；利用估计结果补偿采样信号，最后通过数字波束形成算法获得校准后的三维图像。本发明仅使用一个未知方位的校准源，没有远场要求；避免了大量的谱峰搜索，适合大型换能器阵列的快速校准。
一种相控阵三维摄像声纳系统换能器阵列近场模型误差校准方法

[发明专利]基于GAN和SVM的SAR图像目标识别方法-CN201910585761.0有效
发明人：徐英;谷雨;彭冬亮;宋忠浩;刘俊 -专利权人：杭州电子科技大学
申请日： 2019-07-01 - 公布日： 2021-10-08 - 主分类号： G06K9/00 文献下载
摘要：本发明公开基于GAN和SVM的SAR图像目标识别方法，首先采用一种基于多尺度分形特征的SAR图像增强算法进行SAR图像目标方位角估计；然后基于解耦表示学习生成对抗网络模型(Disentangled RepresentationLearning GAN，DRGAN)设计了一种用于SAR图像目标方位角变换的深度生成模型；本发明基于训练得到的DRGAN模型对输入SAR图像进行方位角归一化变换，然后基于方位角归一化后的SAR图像作为训练样本提取灰度特征，训练SVM分类器；对测试样本进行同样的方位角归一化变换，采用训练得到的SVM分类器进行分类。本发明采用MSTAR数据集进行验证，在SOC和多个EOC比较多种算法的识别精度，验证了本发明提出方法的有效性。
基于 gan svm sar 图像目标识别方法

[发明专利]图像闭环检测方法及系统-CN201910141189.9有效
发明人：安平;余佳东;王国平;陈亦雷;尤志翔 -专利权人：上海大学
申请日： 2019-02-26 - 公布日： 2021-08-31 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种图像闭环检测方法及系统，该方法包括：对每一帧图像提取FAST角点，计算BRIEF算子；将BRIEF算子代入预先建立的词袋模型，得到算子对应的视觉单词；所述视觉单词用于建立对图像的向量描述；基于跟踪预测算法判断当前图像是否可能发生闭环，并预测可能发生的闭环位置，得到闭环候选集；通过视觉单词向量评估当前图像与闭环候选集中每一张图像相似程度，将闭环候选集中相似度最高的图像作为候选图像；对候选图像进行归一化处理，得到归一化后的图像；计算归一化后的图像的ORB全局算子，完成对候选图像的结构校验。本发明可有效加速检测算法，提供更准确的闭环检测性能。
图像闭环检测方法系统

[发明专利]一种基于改进yolov5的无人机目标检测方法-CN202211163094.5在审
发明人：张恒;程成;杭芹;赵洪坪;吕雪;何云玲;郭家新 -专利权人：重庆邮电大学
申请日： 2022-09-23 - 公布日： 2022-12-06 - 主分类号： G06V20/17 文献下载
摘要：本发明属于计算机视觉领域，具体涉及一种基于改进yolov5的无人机目标检测方法；包括采集无人机巡检图像集并标注得到对应的标签文件，标签文件包括目标的类别和目标框坐标；将标签文件转换为文本文件，目标框坐标归一化得到归一化框坐标，预处理无人机巡检图像集得到预处理图像集；划分预处理图像集及归一化坐标集得到训练集、验证集和测试集；通过聚类算法得到训练集的锚框样本；构建基于ECA的目标检测模型并训练；采用改进nms算法对训练好的目标检测模型进行后处理
一种基于改进 yolov5 无人机目标检测方法

[发明专利]基于多目标优化共振稀疏分解的轮对轴承故障特征提取方法-CN202310758776.9在审
发明人：顾晓辉;杨绍普;孙振宇;刘永强;刘鹏飞;刘泽潮;李鹤飞 -专利权人：石家庄铁道大学
申请日： 2023-06-26 - 公布日： 2023-09-22 - 主分类号： G06F18/2415 文献下载
摘要：本发明公开了一种基于多目标优化共振稀疏分解的轮对轴承故障特征提取方法，包括：设置多目标灰狼算法和共振稀疏分解分解的预设参数；根据轴承信号的冲击性特征和循环平稳性特征设定多目标灰狼算法的适应度函数；根据平均负熵最大选择最优参数，并将最优参数作为预设参数，对轮对轴承信号进行共振稀疏分解，获取高共振分量；将分解得到的高共振分量各子带重构，并分别计算各子带平方包络归一化负熵和平方包络谱归一化负熵，并基于熵值权重法选择最大平均归一化负熵所对应的最优子带
基于多目标优化共振稀疏分解轮对轴承故障特征提取方法

[发明专利]一种星载多基线InSAR叠加数据的滤波方法及装置-CN201910449682.7有效
发明人：尤亚楠;王芮;周文莉 -专利权人：北京邮电大学
申请日： 2019-05-28 - 公布日： 2020-10-27 - 主分类号： G01S13/90 文献下载
摘要：本发明实施了一种星载多基线InSAR叠加数据的滤波方法及装置。该方法中：对星载多基线InSAR叠加数据形成的复张量进行归一化，得到归一化张量；分别利用归一化张量中元素的实部数值和虚部数值组成实部张量和虚部张量；利用KBR‑RPCA算法，分别对实部张量和虚部张量进行分解得到实部的低秩张量和虚部的低秩张量本发明可以利用KBR‑RPCA算法滤除星载多基线InSAR叠加数据中的的高斯噪声和离值量。
一种星载多基线 insar 叠加数据滤波方法装置

[发明专利]一种数控机床刀具寿命预测方法、系统、设备及存储介质-CN202110326604.5有效
发明人：惠记庄;罗丹;丁凯;张雅倩;张浩 -专利权人：长安大学
申请日： 2021-03-26 - 公布日： 2023-05-26 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了一种数控机床刀具寿命预测方法、系统、设备及存储介质，选择多组刀具数据组成训练样本数据集，每组刀具数据均包含多个影响因素的参数值和刀具实际寿命值；对训练样本数据进行归一化预处理；将归一化后的训练样本数据作为AMPSO算法的输入，根据AMPSO算法的适应度函数值不断训练得到SVR模型最优的惩罚参数和核函数参数组合；基于所得的最佳参数和核函数参数组合，以归一化的训练样本数据集中的各参数值作为输入，刀具实际寿命值作为输出
一种数控机床刀具寿命预测方法系统设备存储介质

[发明专利]一种调度方法和装置-CN201610145114.4在审
发明人：哈思远;尹小华;杜黎鹏 -专利权人：中国移动通信集团广东有限公司
申请日： 2016-03-14 - 公布日： 2017-09-22 - 主分类号： H02J3/46 文献下载
摘要：本发明实施例公开了一种调度方法和装置，根据预设算法确定n个影响抢修发电站点的影响因素，其中，n为小于等于10的自然数；确定所述n个影响抢修发电站点的影响因素的归一化权重值；分别确定m个发电站点中每一个发电站点的n个影响抢修发电站点的影响因素的归一化参数，其中，m为大于1的自然数；根据所述归一化权重值和所述归一化参数确定所述m个发电站点的抢修调度顺序。本发明实施例提供一种调度方法和装置，通过对发电调度的影响因素量化计算，确定发电站点的调度顺序，提高了发电调度效率。
一种调度方法装置

[发明专利]基于合成孔径雷达的降雨反演方法-CN202110773775.2有效
发明人：孙展凤;邵伟增;胡宇逸 -专利权人：上海海洋大学
申请日： 2021-07-08 - 公布日： 2023-07-25 - 主分类号： G01S13/90 文献下载
摘要：本发明提供一种基于合成孔径雷达的降雨反演方法，包括步骤：S1：获取原始星载SAR图像和TRMM卫星测量的降雨量数据；计算获得所述原始星载SAR图像的归一化雷达后向散射截面值；S2：利用基于布拉格散射理论的改进复合表面雷达后向散射模型模拟获得一模拟归一化雷达后向散射截面值；S3：确定所述归一化雷达后向散射截面值与所述模拟归一化雷达后向散射截面值的差值与降雨量之间的关系；S4：构造反演算法。本发明的一种基于合成孔径雷达的降雨反演方法，其精度高，计算量较小。
基于合成孔径雷达降雨反演方法

[发明专利]一种卫星多波束天线指向高精度测量方法-CN202210481691.6有效
发明人：江会娟;章劲松;孙晨华;刘钊;蒋洪磊 -专利权人：中国电子科技集团公司第五十四研究所
申请日： 2022-05-05 - 公布日： 2023-03-10 - 主分类号： G01S19/23 文献下载
摘要：本发明涉及一种卫星多波束天线指向高精度测量方法。本发明针对卫星多波束天线的指向校准中的测量精度问题，基于归一化能量差值测向方法的基本原理，通过处理多波束天线标校波束的立体方向图，提出了用于低测量误差的增强型归一化能量差值测向方法，并通过交叉内插法进一步提高了归一化能量差值到角度偏差的转换精度本发明使用交叉内插算法实现卫星多波束天线指向的高精度测量，可以有效减小天线指向偏差测量中归一化能量差值与角度的转换误差，是实现卫星多波束天线指向高精度测量的关键。
一种卫星多波束天线指向高精度测量方法

[发明专利]基于总广义变分的红外图像多传感器超分辨率重建方法-CN201410477298.5在审
发明人：吴炜;苏冰山;杨晓敏;刘凯;陈雨 -专利权人：四川大学
申请日： 2014-09-18 - 公布日： 2014-12-31 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于总广义变分的红外图像多传感器超分辨率重建的方法，主要包括：将低分辨率红外图像投射到高分辨率可见光图像的坐标空间，得到稀疏红外图像，由此稀疏红外图像求出数据项加权系数；归一化处理稀疏红外图像，得到归一化红外图像；由相位一致性算法求得高分辨率可见光图像的边缘信息；由数据项加权系数和归一化红外图像构造数据项；由可见光图像边缘信息对一阶梯度算子改进的TGV正则项加权，构造正则约束项；将数据项和正则约束项相加构造目标函数，以归一化红外图像为初始值，采用主-对偶优化算法迭代求解目标函数，得到重建的高分辨率红外图像。
基于广义红外图像传感器分辨率重建方法

[发明专利]一种基于xgboost算法的短期电价预测方法及装置-CN202011274667.2在审
发明人：黄国日;辜炜德;尚楠;张翔;陈政;宋艺航 -专利权人：南方电网能源发展研究院有限责任公司
申请日： 2020-11-12 - 公布日： 2021-02-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种基于xgboost算法的短期电价预测方法、装置、终端设备及存储介质，所述方法包括：根据预设的特征选用规则获取训练样本数据；对所述训练样本数据进行归一化预处理；将归一化预处理后的所述训练样本数据输入至预先构建的xgboost模型进行训练得到xgboost电价预测模型；根据所述特征选用规则获取预测日特征数据，并将所述预测日特征数据输入至所述xgboost电价预测模型；对所述xgboost电价预测模型的输出值进行反归一化处理得到预测日电价预测值本发明通过考虑现货市场出清价格数据的本身特性，筛选出其关键的影响因素以构建特征向量，基于xgboost算法构建预测模型进行短期电价预测，从而有效提高电价预测的精度。
一种基于 xgboost 算法短期电价预测方法装置