“特征加权算法”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2733989个，建议您升级VIP下载更多相关专利

[发明专利]特征加权的人脸识别算法-CN201510287399.0有效
发明人：庄弘 -专利权人：福建省智慧物联网研究院有限责任公司
申请日： 2015-05-29 - 公布日： 2018-06-05 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及人脸技术领域，具体涉及一种特征加权的人脸识别算法，包括以下步骤：采用小波变换把人脸图像分解成高低频分量，对不同分量进行主成分分析(PCA)提取特征图像，根据各分量的重要性使用AHP算法进行加权
加权人脸识别算法图像高低频分量支持向量机主成分分析分类识别人脸图像提取特征图像识别小波变换人脸分解

[发明专利]基于粒子群优化加权朴素贝叶斯入侵检测方法及装置-CN202311000721.8在审
发明人：刘瑞景;罗远哲;李雪茹;薛瑞亭;徐盼云;吕雪萍;王明玉;陈思杰;林文强 -专利权人：北京中超伟业信息安全技术股份有限公司
申请日： 2023-08-10 - 公布日： 2023-09-12 - 主分类号： G06F21/55 文献下载
摘要：本发明公开了一种基于粒子群优化加权朴素贝叶斯入侵检测方法及装置，属于计算机网络安全技术领域，方法包括以下步骤：采集用于入侵检测的原始数据；对原始数据进行预处理；对预处理后原始数据进行特征提取，并对特征属性去粗取精，得到所需要的数据集；采用粒子群优化算法对加权朴素贝叶斯的权重进行优化，构造加权朴素贝叶斯分类器；利用数据集对加权朴素贝叶斯分类器进行训练，得到优化的加权朴素贝叶斯分类器；利用优化的加权朴素贝叶斯分类器进行入侵检测本发明结合了粒子群算法和加权朴素贝叶斯算法的优点，解决了传统朴素贝叶斯算法的特征项冗余问题和特征项间的强独立性问题；能够有效地检测出高维复杂入侵行为。
基于粒子优化加权朴素贝叶斯入侵检测方法装置

[发明专利]一种基于特征加权和改进贝叶斯算法的摔倒检测方法-CN201610234563.6在审
发明人：李敏;李杰;王忠亚 -专利权人：上海大学
申请日： 2016-04-15 - 公布日： 2016-09-07 - 主分类号： G06N7/00 文献下载
摘要：本发明涉及一种基于特征加权和改进贝叶斯算法的摔倒检测方法。本方法的操作步骤是：1）摔倒建模，2）特征选择和特征加权，3）基于改进贝叶斯算法的摔倒检测。本发明基于朴素贝叶斯框架的机器学习方法对摔倒检测进行改进，使系统智能化并能够适应不同特征个体的摔倒检测要求；考虑摔倒检测过程不同特征的重要程度，结合特征选择的方法和特征加权，最后根据特征权重改进朴素贝叶斯算法
一种基于特征加权改进贝叶斯算法摔倒检测方法

[发明专利]基于变步长最小均方误差自适应滤波器的基因识别系统-CN201710110410.5有效
发明人：郭睿;徐勇;张健 -专利权人：哈尔滨工业大学深圳研究生院
申请日： 2017-02-28 - 公布日： 2019-06-14 - 主分类号： G16B20/00 文献下载
摘要：本发明公开了一种基于变步长最小均方误差自适应滤波器的基因识别系统，包括变步长最小均方误差自适应滤波器算法改进单元和基因结构多特征加权融合算法处理单元；所述的变步长最小均方误差自适应滤波器算法改进单元，用于通过变步长最小均方误差自适应改进算法对基因序列进行滤波处理，得到随机噪声较少、周期3行为较强的基因特征；所述的基因结构多特征加权融合算法处理单元，用于通过多特征加权融合策略，对基因序列进行特征提取，从而得到表达能力更强的特征向量。本发明提出了变步长最小均方误差自适应滤波器改进算法和多特征加权融合算法，并将二者集成到同一个基因识别系统中，进一步改善其识别性能。
基于步长最小误差自适应滤波器基因识别系统

[发明专利]一种按类特征加权的语音情感识别算法-CN202011108361.X在审
发明人：李冬冬;王喆;周奕隽 -专利权人：华东理工大学
申请日： 2020-10-16 - 公布日： 2021-03-05 - 主分类号： G10L25/03 文献下载
摘要：本发明公开一种按类特征加权的语音情感识别算法，包括在样本特征层面上生成针对不同情感类别的预加权重信息的方法，将预加权重信息引入多分类算法的过程。本发明利用类内与类间的均值与方差信息和特征选择得到的各个特征的优先度，生成不同类情感下的预加权重信息，该预加权重信息能改变每一类中各个特征的表示能力，从而使异类之间的差异增强，使其在多分类问题上拥有更好的分类性能本发明能够有效弥补现有的多分类方法忽视特征差异性的缺陷，结合不同特征的表示能力，从算法层面上调整不同特征在分类过程中的重要程度，解决多分类问题。
一种特征加权语音情感识别算法

[发明专利]复杂背景下基于熵和距离加权特征的红外目标检测方法-CN202211317782.2在审
发明人：朱德鹏;詹伟达;葛微;徐小雨;姜靖恒 -专利权人：长春理工大学
申请日： 2022-10-26 - 公布日： 2023-01-17 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了复杂背景下基于熵和距离加权特征的红外目标检测方法，涉及红外图像目标检测技术领域。本发明包括采用改进的萤火虫算法对红外图像进行阈值分割；对分割后的图像采用形态学算法进行降噪和修复；采用基于几何参数约束的连通区域对图像进行标记，得到感兴趣区域；对感兴趣区域进行基于距离加权的特征提取，得到第一特征向量；对感兴趣区域进行基于熵加权的特征提取，得到第二特征向量；将第一特征向量、第二特征向量进行加权融合，得到融合特征向量；将融合特征向量输入支持向量机中进行训练和分类，得到目标检测结果。本发明实现了更简便的计算方式，优化了整个算法的复杂度，有效的节约了运算资源，有利于算法的硬件实现。
复杂背景基于距离加权特征红外目标检测方法

[发明专利]特征提取方法、装置、电子设备及存储介质-CN202211626588.2在审
发明人：吴佳涛 -专利权人：北京奇艺世纪科技有限公司
申请日： 2022-12-16 - 公布日： 2023-04-25 - 主分类号： G06V10/80 文献下载
摘要：本发明实施例涉及一种特征提取方法、装置、电子设备及存储介质，方法包括：提取目标图像的特征图；将所述特征图分别输入至训练好的通道注意力特征提取模型和空间注意力特征提取模型，得到所述目标图像的通道注意力特征和空间注意力特征；分别利用预设的加权距离特征融合算法和加权乘积特征融合算法，对所述通道注意力特征和所述空间注意力特征进行特征融合，得到加权距离融合特征和加权乘积融合特征；基于所述加权距离融合特征和所述加权乘积融合特征，确定自注意力参数；基于所述特征图和所述自注意力参数，确定所述目标图像的自注意力特征。由此，实现了提高特征提取的精度。
特征提取方法装置电子设备存储介质

[发明专利]多特征动态加权的目标跟踪算法-CN202011237757.4在审
发明人：高嵩;党海鑫;曹凯;陈超波;李继超 -专利权人：西安工业大学
申请日： 2020-11-09 - 公布日： 2021-01-29 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一多特征动态加权的目标跟踪算法，通过对颜色、纹理和边缘特征进行多特征自适应融合并结合目标框的大小限定和概率密度分布图的修正的方法解决了传统在光照明显变化和相近颜色干扰和遮挡等复杂场景下跟踪性能较差的问题具体方案为：先将手动框选的区域图像进行高斯滤波再从RGB空间转化到HSV空间，提取其中对光照变化不敏感的H分量；然后利用LBP算子和分数阶边缘特征检测模板提取相应的纹理特征和边缘特征，分别建立对应的特征直方图，再通过计算权值建立自适应融合的反向投影图，有效的解决了传统算法在光照变化等复杂场景下的跟踪缺陷；最后通过对目标框的尺寸限定和概率密度分布图的修正进一步提高了跟踪算法的跟踪精度和鲁棒性。
特征动态加权目标跟踪算法

[发明专利]一种基于均值偏移的复杂场景下目标跟踪方法及装置-CN201210153908.7有效
发明人：雷军;徐庆华 -专利权人：深圳中兴力维技术有限公司
申请日： 2012-05-17 - 公布日： 2017-02-15 - 主分类号： G06T7/20 文献下载
摘要：本发明公开了一种基于均值偏移的复杂场景下目标跟踪方法及装置，所述方法包括获取场景的视频数据，对其进行运动目标分离，得到前景目标；提取前景目标中的二阶颜色直方图特征和梯度加权直方图特征，并基于所述二阶颜色直方图特征和梯度加权直方图特征以均值偏移算法为框架对前景目标进行目标跟踪本发明通过将二阶颜色直方图特征和梯度加权直方图特征相融合，并以均值偏移算法为框架实现目标跟踪，可以提高目标跟踪算法的准确度以及鲁棒性。
一种基于均值偏移复杂场景目标跟踪方法装置

[发明专利]一种基于自然语言特征提取有效告警数据的方法-CN201911095317.7在审
发明人：何毅鹏;葛艳芳 -专利权人：四川睿象科技有限公司
申请日： 2019-11-11 - 公布日： 2021-05-11 - 主分类号： G06F40/284 文献下载
摘要：本发明公开了一种基于自然语言特征提取有效告警数据的方法，包括局部敏感hash模块和编辑距离算法模块，所述局部敏感hash算法模块包括分词模块，hash模块，加权模块，合并模块，降维模块；所述分词模块给定一段语句，进行分词，得到有效的特征向量，然后为每一个特征向量设置1‑5等5个级别的权重；所述hash模块通过hash函数计算各个特征向量的hash值；所述加权模块在hash值的基础上，给所有特征向量进行加权；所述合并模块将各特征向量的加权结果累加，变成只有一个序列串；所述降维模块用于得到语句的simhash值；所述编辑距离算法模块将hash值进行相似度聚类。
一种基于自然语言特征提取有效告警数据方法

[发明专利]一种基于均值偏移多特征融合的目标跟踪方法及装置-CN201210153910.4有效
发明人：徐庆华;吴贻刚;顾恩超;裴卫斌;应红峰;冯雪 -专利权人：深圳中兴力维技术有限公司
申请日： 2012-05-17 - 公布日： 2013-12-04 - 主分类号： G06T7/20 文献下载
摘要：本发明公开了一种基于均值偏移多特征融合的目标跟踪方法及装置，所述方法包括获取场景的视频数据，对其进行运动目标分离，得到前景目标；提取前景目标中的二阶梯度加权直方图特征和颜色直方图特征，并基于所述二阶梯度加权直方图特征和颜色直方图特征以均值偏移算法为框架对前景目标进行运动目标跟踪本发明通过将二阶梯度加权直方图和颜色直方图特征相融合的方法，并以均值偏移算法为框架实现目标跟踪，可以提高目标跟踪算法的准确度以及鲁棒性。
一种基于均值偏移特征融合目标跟踪方法装置

[发明专利]一种基于特征变量加权的故障分类诊断方法-CN201811213324.8有效
发明人：皇甫皓宁;童楚东;俞海珍 -专利权人：宁波大学
申请日： 2018-10-09 - 公布日： 2021-06-15 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于特征变量加权的故障分类诊断方法，旨在为各参考故障实施特征变量选择与加权，并建立特征变量加权主成分分析模型，从而实施在线故障分类诊断。具体来讲，本发明方法利用近邻成分分析算法，逐个为各参考故障类型区分出特征变量及其异常程度。然后，利用主成分分析算法为各个故障类型加权后的特征变量建立单分类模型。本发明方法利用各故障的特征变量实施故障分类诊断不仅能消除非特征变量的干扰影响，而且在建立单分类模型时通过加权处理还能凸显各个特征变量的差异。因此，本发明方法是一种更为优选的故障分类诊断方法。
一种基于特征变量加权故障分类诊断方法

[发明专利]一种基于信息熵特征加权模糊聚类方法及系统-CN202211443138.X有效
发明人：徐森;蔡娜;徐秀芳;花小朋;朱锦新;许贺洋;郭乃瑄;嵇宏伟;陈思博;姜陈雨;陆湘文 -专利权人：盐城工学院;盐城工学院技术转移中心有限公司
申请日： 2022-11-17 - 公布日： 2023-06-16 - 主分类号： G06F18/23213 文献下载
摘要：本发明提供一种基于信息熵特征加权模糊聚类方法及系统，其中方法包括：利用信息熵计算特征指标集中每一特征指标的权重系数；将所述特征指标按照所述权重系数降序排序，获得特征指标序列；基于所述特征指标序列中前n个所述特征指标，构建特征权重向量；基于所述特征权重向量，对GK模糊聚类算法进行加权；执行加权后的GK模糊聚类算法。本发明的基于信息熵特征加权模糊聚类方法及系统，解决了因各维特征在聚类过程中的贡献不同，降低了特征向量的维数，降低了低效特征对聚类结果的影响，有效且高效提高了聚类的准确性。
一种基于信息特征加权模糊方法系统

[发明专利]一种大数据的二次特征选择方法及装置-CN201810598902.8在审
发明人：王晓宇 -专利权人：郑州云海信息技术有限公司
申请日： 2018-06-12 - 公布日： 2018-11-16 - 主分类号： G06F17/30 文献下载
摘要：本发明提供了种大数据的二次特征选择方法及装置，所述的方法包括：S1：将数据集分离；S2：利用ReliefF算法得到样本的每个特征所对应的权重；S3：利用主成分分析法对各个特征加权；S4：利用搜索算法去除冗余特征所述的装置包括：分离模块，用来将数据集分离；ReliefF算法模块，利用ReliefF算法得到样本的每个特征所对应的权重；KCPA模块，利用主成分分析法对各个特征加权；处理模块，利用搜索算法去除冗余特征该发明能够处理高维度、包含无关和冗余特征的数据，提高了算法通用度和系统的精确度。
冗余特征算法主成分分析法搜索算法次特征大数据数据集权重去除加权样本处理模块分离模块算法模块通用度高维

[发明专利]一种基于正交回归和特征加权的有监督特征选择方法-CN201910831014.0在审
发明人：邬霞;徐雪远;魏馥琳 -专利权人：北京师范大学
申请日： 2019-09-02 - 公布日： 2019-12-03 - 主分类号： G06K9/62 文献下载
摘要：本申请提供一种基于正交回归和特征加权的有监督特征选择方法，该方法通过加入特征加权参数来表达每个特征的重要性，提供了特征选择的有效指标信息，以挑选出最优特征子集。该方法包括：根据获得的特征矩阵和与特征矩阵对应的标签数据构建第一算法模型；对第一算法模型求偏差向量的偏导，获得偏差向量；将偏差向量代入第一算法模型计算，获得第二算法模型；交替固定正交回归矩阵以及固定权重对角矩阵，对第二算法模型进行迭代运算，确定迭代运算后的第二算法模型；根据迭代运算后的第二算法模型的权重对角矩阵确定冗余特征；根据冗余特征从特征矩阵中选择出有效的特征数据。
算法模型迭代运算偏差向量特征矩阵权重对角矩阵冗余特征特征选择正交有效指标信息最优特征子集矩阵标签数据加权参数交替固定特征数据回归构建加权申请监督

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