“正则化”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2406336个，建议您升级VIP下载更多相关专利

[发明专利]正则化线性回归生成方法、装置、电子设备及存储介质-CN202010561790.6在审
发明人：希滕;张刚;温圣召 -专利权人：北京百度网讯科技有限公司
申请日： 2020-06-18 - 公布日： 2020-11-10 - 主分类号： G06N3/04 文献下载
摘要：本申请公开了正则化线性回归生成方法、装置、电子设备及存储介质，涉及人工智能技术和深度学习领域，可应用于图像处理。具体方案为：生成线性回归搜索空间，根据线性回归搜索空间生成待训练正则化线性回归，并对待训练正则化线性回归进行训练并进行性能评估，当评估结果不满足评分要求时对待训练正则化线性回归进行迭代更新，直至评估结果满足评分要求或对待训练正则化线性回归的迭代更新次数达到预设迭代次数通过本申请实现了正则化线性回归的自动生成，在线性回归搜索空间中进行自动搜索以生成正则化线性回归，使得正则化线性回归中特征的正则化项是独立的，从而得到的正则化线性回归具备优化的正则约束，能保证正则化线性回归模型的性能
正则线性回归生成方法装置电子设备存储介质

[发明专利]一种电阻抗断层成像中快速最优的正则化方法-CN201310242312.9有效
发明人：董秀珍;李彦东;付峰;尤富生;史学涛;刘锐岗;季振宇;徐灿华;代萌 -专利权人：中国人民解放军第四军医大学
申请日： 2013-06-18 - 公布日： 2013-10-09 - 主分类号： A61B5/053 文献下载
摘要：本发明公开了一种电阻抗断层成像中快速最优的正则化方法。该方法通过建立稀疏和密集两种剖分模型，采用稳健有效的正则参数最优化方法求得稀疏模型的最优正则化参数，然后将稀疏模型的最优正则化参数作为密集模型的正则化参数初值，将稀疏模型的残差作为密集模型下残差的估计，运用迭代类正则化方法求取密集模型的最优正则化参数。该方法实现了密集剖分模型的快速最优正则化，保证了成像的速度和精度。
一种阻抗断层成像快速最优正则方法

[发明专利]一种数字正则化方法、装置、设备及存储介质-CN202210202517.3在审
发明人：朱荣华;高丽;祖漪清;江源 -专利权人：科大讯飞股份有限公司
申请日： 2022-03-02 - 公布日： 2022-05-27 - 主分类号： G06F40/16 文献下载
摘要：本申请公开了一种数字正则化方法、装置、设备及存储介质，本申请对于包含待正则化处理的数字的原始文本，确定其中数字的属性标签，数字的属性可以是影响数字正则化结果的相关属性，在此基础上，基于数字的属性标签及数字在原始文本中的上下文信息，将数字正则化为与原始文本同语种的单词表示，得到数字的正则化结果。本申请方案不需要针对不同语种总结数字正则化规则，流程更加简洁，并且在数字正则化时可以充分利用原始文本中数字的上下文信息，能够消除一些正则化结果上的歧义问题，提升正则化结果的准确度，进一步，数字正则化过程还参考数字的属性标签，也即考虑了数字的不同属性对正则化的影响，有助于进一步提升正则化结果的准确度。
一种数字正则方法装置设备存储介质

[发明专利]一种热学数据确定方法、装置和设备-CN202210777855.X有效
发明人：黄明鸣;衡益;杨青青 -专利权人：中山大学
申请日： 2022-07-04 - 公布日： 2022-09-09 - 主分类号： G06F30/20 文献下载
摘要：本申请涉及一种热学数据确定方法、装置和设备，该方法包括：确定吉洪诺夫正则化的泛函模型，获取泛函模型中变量的已知条件，根据泛函模型，执行两轮以上的正则化参数选取操作，获得最后一轮的正则化参数的优选解；根据最后一轮的正则化参数的优选解，确定最终选用的正则化参数；根据最终选用的正则化参数，确定待求解区域的热流密度分布的最终估计值。该方法能有利于在短时间内确定出合适的正则化参数，从而快速获得精确的求解区域的热流密度分布估计值。
一种热学数据确定方法装置设备

[发明专利]一种考虑设计输入的航天器正则化系统辨识方法及系统-CN202210540500.9在审
发明人：罗忠;于长帅;李雷;何凤霞;刘凯宁 -专利权人：东北大学
申请日： 2022-05-17 - 公布日： 2022-09-27 - 主分类号： G06F30/15 文献下载
摘要：本发明提供一种考虑设计输入的航天器正则化系统辨识方法及系统，方法包括：对航天器进行无破坏性的随机振动试验获得初始训练数据；获取系统辨识训练数据，设置初始的正则化参数值，并代入到正则化FROLS算法中得到NARX模型；定义分段形式的设计输入，基于第一输出数据和第二输出数据迭代计算正则化参数值；判断迭代计算的正则化参数值是一个稳定的数值后，再判断迭代以后的正则化参数值与迭代以前的正则化参数值相等时停止更新本发明解决了传统系统辨识方法得到NARX模型在设计输入不稳定的问题，同时采用正则化的方法增强了模型的泛化能力，使系统辨识结果在设计输入下有较高的预测精度。
一种考虑设计输入航天器正则系统辨识方法

[发明专利]电力系统场景约简方法、系统、电子设备及存储介质-CN202211319430.0在审
发明人：蒲天骄;董骁翀;韩笑;孙英云;王新迎;郝毅 -专利权人：中国电力科学研究院有限公司;华北电力大学;国网天津市电力公司;国网天津市电力公司电力科学研究院;国家电网有限公司
申请日： 2022-10-26 - 公布日： 2022-12-30 - 主分类号： G06F16/2458 文献下载
摘要：一种电力系统场景约简方法、系统、电子设备及存储介质，方法包括利用初始场景集，建立场景约简问题模型，并利用信息熵正则化算法凸化场景约简问题模型，得到正则化后的场景约简问题模型；输入初始场景集、典型场景集和正则化系数，构建场景约简网络模型，结合正则化后的场景约简问题模型和场景约简网络模型，计算出正则化传输矩阵和距离矩阵；利用正则化系数、正则化传输矩阵和距离矩阵，求解得到考虑运输成本和熵正则化惩罚的Sinkhorn距离的损失函数
电力系统场景方法系统电子设备存储介质

[发明专利]一种稀疏约束SAR图像重建正则化参数的SURE黄金分割自动搜索算法-CN201610402732.2在审
发明人：朱正为;郭玉英;楚红雨 -专利权人：西南科技大学
申请日： 2016-06-12 - 公布日： 2016-10-12 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种稀疏约束SAR图像重建正则化参数的SURE黄金分割自动搜索数值计算方法。在正则化图像重建中，正则化参数的选择是一个非常重要的问题。对于非二次型正则化参数的选择，常规选择方法能力有限，为了获得高质量的重建图像，常常需要对正则化参数进行人工选择。为了解决上述问题，本发明在研究SURE方法的基础上，提出了一种稀疏约束SAR图像重建正则化参数的SURE黄金分割自动搜索数值计算方法。本发明的有益效果是实现了稀疏约束SAR图像重建正则化参数的自动选择。利用本方法求解稀疏约束SAR图像重建正则化参数不仅计算量小，而且在噪声抑制和特征保持之间提供了一个较好的平衡，能够得到更为合理的重建图像。
一种稀疏约束 sar 图像重建正则参数 sure 黄金分割自动搜索算法

[发明专利]一种稀疏约束SAR图像重建正则化参数的GCV黄金分割自动搜索算法-CN201610402731.8在审
发明人：朱正为;郭玉英;楚红雨 -专利权人：西南科技大学
申请日： 2016-06-12 - 公布日： 2016-10-26 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种稀疏约束SAR图像重建正则化参数的GCV黄金分割自动搜索数值计算方法。在正则化图像重建中，正则化参数的选择是一个非常重要的问题。对于非二次型正则化参数的选择，常规选择方法能力有限，为了获得高质量的重建图像，常常需要对正则化参数进行人工选择。为了解决上述问题，本发明在研究GCV方法的基础上，提出了一种稀疏约束SAR图像重建正则化参数GCV黄金分割自动搜索数值计算方法。本发明的有益效果是实现了稀疏约束SAR图像重建正则化参数的自动选择。利用本方法求解稀疏约束SAR图像重建正则化参数不仅计算量小，而且在噪声抑制和特征保持之间提供了一个较好的平衡，能够得到更为合理的重建图像。
一种稀疏约束 sar 图像重建正则参数 gcv 黄金分割自动搜索算法

[发明专利]一种稀疏驱动SAR图像重建正则化参数自动选择方法-CN201510762325.8有效
发明人：朱正为;周建江;郭玉英;楚红雨 -专利权人：西南科技大学
申请日： 2015-11-11 - 公布日： 2018-06-12 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种稀疏驱动SAR图像重建正则化参数的自动选择方法。在正则化图像重建中，正则化参数的选择是一个非常重要的问题。对于非二次型正则化参数的选择，常规选择方法能力有限，为了得到高质量的重建图像，常常需要对正则化参数进行人工选择。为了解决上述问题，本发明在研究L曲线法的基础上，提出了一种稀疏驱动SAR图像重建正则化参数自动选择的数值计算方法。本发明的有益效果是实现了稀疏驱动SAR图像重建正则化参数的自动选择。利用本方法求解稀疏驱动SAR图像重建正则化参数不仅计算量小，而且在噪声抑制和特征保持之间提供了一个较好的平衡，能够得到更为合理的重建图像。
正则化参数稀疏自动选择驱动重建重建图像常规选择人工选择数值计算特征保持图像重建噪声抑制计算量曲线法正则化求解平衡研究

[发明专利]文本正则化方法、装置、设备和可读存储介质-CN202110024630.2在审
发明人：谢泽颖 -专利权人：深圳前海微众银行股份有限公司
申请日： 2021-01-08 - 公布日： 2021-04-16 - 主分类号： G06F40/30 文献下载
摘要：本申请公开了一种文本正则化方法、装置、设备和可读存储介质，所述文本正则化方法包括：获取待识别文本，并基于所述待识别文本对应的文本语义特征信息，对所述待识别文本中各待识别词进行分类识别，获得分类识别结果，进而基于所述分类识别结果，对所述待识别文本进行文本正则化，获得文本正则化结果。本申请解决了文本正则化准确度低的技术问题。
文本正则方法装置设备可读存储介质

[发明专利]基于多元激活函数的稀疏正则化神经网络的图像分类方法-CN202110610837.8在审
发明人：林宙辰;徐鑫 -专利权人：北京大学
申请日： 2021-05-28 - 公布日： 2021-08-27 - 主分类号： G06K9/62 文献下载
摘要：本发明公布了一种基于多元激活函数的稀疏正则化神经网络模型的图像分类方法，通过学习多元激活函数进一步学习多元稀疏正则化神经网络模型，即稀疏正则化子或稀疏正则化器，用于高效地进行图像分类。采用本发明的多元激活函数将任意一个已有CNN模型中的激活函数进行正则化，得到一个多元正则化的CNN模型，再用该模型进行图像分类，由此达到用更少的模型参数，且能降低图像分类的错误率。
基于多元激活函数稀疏正则神经网络图像分类方法

[发明专利]一种序列图像自适应正则超分辨率重建方法-CN201110167490.0无效
发明人：杨欣;唐庭阁;费树岷;郭爱群;周大可 -专利权人：南京航空航天大学
申请日： 2011-06-20 - 公布日： 2011-11-02 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种序列图像自适应正则超分辨率重建方法，属于图像增强技术领域。本发明在现有正则化重建方法的基础上，对图像重建正则化目标方程进行改进，引入一个基于形态学的边缘保持算子作用于正则项，对不同的几何结构采用不同的正则约束，在图像的边缘加强图像的约束重建，即采用较小的正则化参数，而在图像的平滑区域采用较大的正则化参数加强正则化。
一种序列图像自适应正则分辨率重建方法

[发明专利]一种基于空间可变正则化参数的磁共振图像重建方法-CN202110963598.4在审
发明人：朱瑞星;张志遵;吕孟叶 -专利权人：杭州微影医疗科技有限公司
申请日： 2021-08-20 - 公布日： 2021-12-03 - 主分类号： G06T11/00 文献下载
摘要：本发明涉及磁共振图像重建技术领域，尤其涉及一种基于空间可变正则化参数的磁共振图像重建方法，利用深度学习模型自动生成包含对应各个不同空间位置的正则化参数的正则化参数分布图，并根据正则化参数分布图重建图像；其中，还包括训练深度学习模型，将训练样本作为深度学习模型的输入，并将正则化参数分布图作为深度学习模型的输出，计算得到图像重建方程中除正则化参数以外的其它参数，以对深度学习模型进行训练。从而利用深度学习模型快速地生成空间可变的正则化参数分布图，进而提升重建图像的质量；同时，使用深度学习模型的运算速度较快，可以保证图像重建的速度。
一种基于空间可变正则参数磁共振图像重建方法

[发明专利]基于复合正则化参数的雷达成像方法、装置、设备及介质-CN202210597616.6在审
发明人：张冰尘;范一喆;徐仲秋;周国如;王琨;吴一戎 -专利权人：中国科学院空天信息创新研究院
申请日： 2022-05-26 - 公布日： 2022-09-02 - 主分类号： G01S13/89 文献下载
摘要：本公开提供了一种基于复合正则化参数的雷达成像方法，可以应用于雷达成像技术领域。该基于复合正则化参数的雷达成像方法包括：获取回波信号；根据回波信号和预设成像函数，确定预成像函数；根据预成像函数，确定成像超曲面表达式，预成像函数包括正则化参数；根据成像超曲面表达式和正则化参数中的每个子正则化参数的预设阈值，确定与正则化参数对应的目标参数值集合；基于预成像函数和目标参数值集合，确定目标成像函数；以及根据目标成像函数，生成与回波信号对应的图像。本公开还提供了一种基于复合正则化参数的雷达成像装置、设备、介质和程序产品。
基于复合正则参数雷达成像方法装置设备介质

[发明专利]模型部署方法、音频生成方法、电子设备、介质及产品-CN202210289634.8在审
发明人：谢泽颖 -专利权人：深圳前海微众银行股份有限公司
申请日： 2022-03-23 - 公布日： 2022-06-24 - 主分类号： G10L17/04 文献下载
摘要：本申请公开了模型部署方法、音频生成方法、电子设备、介质及产品，应用于第一设备，所述第一设备部署有基础声学模型和不同说话人对应的预设正则化参数，所述声学模型部署优化方法包括：在各预设正则化参数中选取目标说话人对应的目标正则化参数，其中，各所述预设正则化参数是根据不同说话人的音频特征表示对基础声学模型的正则化参数分别进行优化得到；根据所述目标正则化参数和所述基础声学模型，部署所述目标说话人对应的个性化声学模型。本申请解决了现有技术中个性化声学模型部署成本高的技术问题。
模型部署方法音频生成电子设备介质产品

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 100000 条