“类高斯”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401591个，建议您升级VIP下载更多相关专利

[发明专利]基于改进的高斯混合模型的SAR图像变化检测方法-CN201810235329.4有效
发明人：贾萌;王磊;赵志强;陈浩;邱原 -专利权人：西安理工大学
申请日： 2018-03-21 - 公布日： 2021-11-16 - 主分类号： G06T7/30 文献下载
摘要：本发明公开了一种基于改进的高斯混合模型的SAR图像变化检测方法，具体包括如下步骤：步骤1，对SAR图像进行滤波预处理；步骤2，利用log‑ratio运算符获取差异图像X；步骤3，划分差异图像X的特定区域；步骤4，在高斯模型中加入平移参数m获得改进的高斯模型，利用改进的高斯模型建立统计模型对差异图像X的特定区域的直方图进行拟合，并基于GKI算法最小化代价函数获得最终的初始阈值T*；步骤5，建立能量方程；步骤6，寻找步骤5建立的能量方程的一个局部极小值，获得对差异图像X的分割结果；步骤7，对步骤6得到的分割结果的变化类区域标记为“1”，非变化类标记为“0”，输出最终的变化检测结果。
基于改进混合模型 sar 图像变化检测方法

[发明专利]一种多用户检测方法-CN201810056254.3有效
发明人：李锋;彭伊婷;陈伟 -专利权人：西安交通大学
申请日： 2018-01-20 - 公布日： 2019-12-24 - 主分类号： H04B1/7103 文献下载
摘要：本发明公开了一种多用户检测方法，包括：将基站接收到的信号按照GMM聚类算法分为L类；给信号噪声建立一个由L个高斯加权的混合高斯模型；利用3层的稀疏贝叶斯学习方法，通过接收到的信号，利用L个高斯模型加权的混合高斯模型恢复出发射信号
多用户检测混合高斯模型稀疏性加权上行链路频谱受干扰子载波用户发射信号出发射信号发射信号高斯模型功率控制基站接收聚类算法问题转化稀疏信号系统容量信号噪声远近效应贝叶斯有效地高斯稀疏恢复输出学习

[发明专利]基于Hellinger距离-高斯混合模型的聚类方法-CN202010190288.9在审
发明人：郭伟;何茂 -专利权人：电子科技大学;电子科技大学广东电子信息工程研究院
申请日： 2020-03-18 - 公布日： 2020-07-17 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于Hellinger距离‑高斯混合模型的聚类方法，应用于机械故障诊断与聚类分析领域。为解决现有技术存在的无标注数据识别精度低的问题，本发明方法改进了高斯混合模型的聚类能力，在最大化对数似然函数的基础上，引入了最小化基于Hellinger距离的正则项，前者用于在数据流形空间内衡量其概率分布间的距离，后者用于约束后验概率的更新过程，结合广义期望极大算法逐步更新高斯混合模型的参数，最终使得所得的混合模型的概率分布生成给定数据的概率最大，从而实现了数据的自动学习和聚类，对于无标注的数据可以准确判断其类别信息
基于 hellinger 距离混合模型方法

[发明专利]一种非侵入式负荷监测系统的负荷特征提取方法-CN202310312624.6在审
发明人：张媛;王飞;李飞翔 -专利权人：南京信息职业技术学院
申请日： 2023-03-28 - 公布日： 2023-07-07 - 主分类号： G06F18/213 文献下载
摘要：本发明公开了本发明提出了一种非侵入式负荷监测系统的负荷特征提取方法，该方法优化和改进了高斯混合模型，预先通过聚类后的特征信息进行分析和判断，选择最优的高斯混合成分数量，从而改进初始值的选取，最后输出特征向量即先进行高斯精细聚类，然后分析聚类特征，根据特征进行优化，改进初始值，实现特征信息的典型刻画和提取。该方法计算量小，实时性好且实现成本低。
一种侵入负荷监测系统特征提取方法

[发明专利]应用适应性高斯和声搜索的柚子图像分割方法-CN201710577783.3在审
发明人：郭肇禄;巫光福;王洋;章银娥;杨火根;李大海;余法红 -专利权人：江西理工大学
申请日： 2017-07-15 - 公布日： 2017-11-24 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种应用适应性高斯和声搜索的柚子图像分割方法。本发明利用适应性高斯和声搜索算法来优化柚子图像分割类别的聚类中心。在适应性高斯和声搜索算法中，首先执行适应性高斯搜索操作算子生成新个体，然后根据搜索过程中生成新个体的适应值动态地调整控制参数，以此提高算法的搜索性能。
应用适应性和声搜索柚子图像分割方法

[发明专利]基于高斯回归算法的K-Means聚类分析车道流量方法-CN201910021716.2有效
发明人：李永强;阮嘉烽;冯远静;杨程赞;陆超伦;童帅;陈宇;陈浩 -专利权人：浙江工业大学
申请日： 2019-01-10 - 公布日： 2020-12-01 - 主分类号： G06K9/62 文献下载
摘要：一种基于高斯回归算法的K‑Means聚类分析车道流量方法，包括以下步骤：1)获取某条交叉路口的过车流量统计数据；2)运用超参数优化的高斯回归算法进行平滑处理，得到回归后的车流函数；3)根据得到的车流函数，拟合画出平滑的流量曲线；4)设置初始最大聚类簇数，用K‑Means聚类的方法遍历各簇数值；5)利用轮廓系数法对聚类结果处理；6)通过阈值计算，合并近似簇后得到一个最佳聚类簇数值；7)以最佳聚类簇数值为新簇值，用K‑Means方法再一次聚类得到最后这一周最佳聚类效果；8)参考聚类结果给出相应的周最佳调度方案。本发明利用聚类算法把类似的流量分布的日期归为同一类，得到更加精确的流量分类结果。
基于回归算法 means 聚类分析车道流量方法

[发明专利]账户类型识别方法、装置、计算机设备及存储介质-CN202110711185.7在审
发明人：宋凯华;索寒生;陈海龙;姜霄;卞疆;储凯;孙佳琦 -专利权人：石化盈科信息技术有限责任公司
申请日： 2021-06-25 - 公布日： 2021-10-29 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种账户类型识别方法方法、装置、计算机设备及存储介质，该方法包括：获取每一账户的注册信息；基于K均值聚类算法，根据注册信息对账户进行分类，并计算初始值；构建高斯混合模型；根据所述初始值，对高斯混合模型的参数进行初始化；根据最大期望算法对高斯混合模型进行迭代，对高斯混合模型的参数进行更新，得到更新后的高斯混合模型；使得高斯混合模型的均值和方差更加接近原始数据的真实情况，进而提升通过高斯混合模型对账户类型识别准确度，基于更新后的高斯混合模型
账户类型识别方法装置计算机设备存储介质

[发明专利]一种深度图像分层方法及系统-CN202110697006.9有效
发明人：陈震;张聪炫;李盈盈;葛利跃;李凌;陈昊 -专利权人：南昌航空大学
申请日： 2021-06-23 - 公布日： 2022-03-01 - 主分类号： G06K9/62 文献下载
摘要：所述方法包括：获取当前帧的RGB图和当前帧的深度图；根据当前帧的RGB图和上一帧的RGB图计算初始光流；初始光流包括多个光流值；利用K均值算法对初始光流进行聚类得到K个初始聚类；一个初始聚类对应一个高斯模型；对于任意一个光流值，执行二次聚类过程，得到光流值的二次聚类结果；根据所有光流值的二次聚类结果对当前帧的深度图进行分层得到分层结果。本发明利用RGB图和高斯模型对光流值进行聚类，从而实现深度图的分层，提高了深度图分层的准确性。
一种深度图像分层方法系统

[发明专利]基于迁移学习的高斯混合模型数据聚类方法-CN201911130984.4在审
发明人：周劲;王荣荣;韩士元;王琳;陈月辉 -专利权人：济南大学
申请日： 2019-11-18 - 公布日： 2020-04-03 - 主分类号： G06K9/62 文献下载
摘要：一种基于迁移学习的高斯混合模型数据聚类方法，通过将稀少的待聚类的数据集作为目标域高斯混合模型对源域中的数据聚类，得到源域的类均值与类协方差矩阵。使用从源域聚类获得的类均值与类协方差矩阵，并通过基于迁移学习的高斯混合模型聚类算法对目标域中数据聚类的准确度。
基于迁移学习混合模型数据方法

[发明专利]一种基于适应度比例共享的流数据聚类方法和系统-CN202111624439.8在审
发明人：傅雨婷;王霄雨;乔安 -专利权人：天翼数字生活科技有限公司
申请日： 2021-12-27 - 公布日： 2022-08-19 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种基于适应度比例共享的流数据聚类方法，该方法基于动态适应度比例共享(DFPS)数据聚类。该方法不依赖先验条件，而是将聚类问题映射为多模态优化问题，并引入了基于密度的目标函数，以采用适应度比例共享策略对聚类中心进行更有效的搜索。该方法还基于高斯核函数推导出高斯核函数的递归下界来捕获数据流随时间的密度演化。基于递归下界，在考虑历史样本的情况下，对每个到达的数据块进行离线适应度比例共享(FPS)聚类以获得每个数据块的临时聚类情况，并随时间在线更新全局聚类情况，跟踪数据流中聚类的变化。同时，利用3σ原理区分异常值，避免了先验条件阈值的不合理设定对聚类性能的影响。
一种基于适应比例共享数据方法系统

[发明专利]一种多类平均最大化真假目标特征提取方法-CN202011026888.8在审
发明人：周代英;张瑛;沈晓峰;梁菁;冯健 -专利权人：电子科技大学
申请日： 2020-09-25 - 公布日： 2020-12-29 - 主分类号： G06F17/18 文献下载
摘要：本发明属于雷达目标识别技术领域，具体是涉及一种多类平均最大化真假目标特征提取方法。本发明的方法采用多分量高斯分布表示目标数据的似然函数，在目标样本数据是非高斯分布的情况下，仍然能够准确地描述目标数据的分布情况，从目标一维距离像特征元素中筛选出最有效的分类识别特征。克服了常规方法只适合于样本数据高斯分布的缺点，从而改善了目标识别性能，对四类仿真目标的一维距离像数据进行了仿真实验，实验结果表明方法是有效的。
一种平均最大化真假目标特征提取方法

[发明专利]一种紧密空间目标检测和高精度质心定位方法-CN201510536848.0有效
发明人：胡静;董帆;余一;万秦琪;高洪涛;刘凡;蔡诗聂 -专利权人：华中科技大学
申请日： 2015-08-28 - 公布日： 2017-12-12 - 主分类号： G06T7/66 文献下载
摘要：本发明利用点目标在焦平面阵列的扩散近似服从高斯模型的特性，结合EM聚类算法原理，对高斯混合模型进行质心聚类，通过将目标簇进行伪过采样插值，优化亚像元内粒子分布，实现紧密目标的超分辨，从而使得观测目标块与高斯混合模型拟合精度更高
一种紧密空间目标检测高精度质心定位方法

[发明专利]一种基于Loop区域高斯扰动的群体蛋白质结构预测方法-CN201810762501.1有效
发明人：李章维;余宝昆;肖璐倩;刘俊;彭春祥;周晓根;张贵军 -专利权人：浙江工业大学
申请日： 2018-07-12 - 公布日： 2021-05-18 - 主分类号： G16B15/00 文献下载
摘要：一种基于Loop区域高斯扰动的群体蛋白质结构预测方法，首先，通过种群初始化得到全局搜索的构象；然后通过交叉操作，交叉种群中个体Loop区域的部分；其次，对交叉后的种群和初始种群合并到一起挑选出能量较小的个体，使用高斯分布的二面角来对构象的Loop区域扰动，并使用玻尔兹曼概率判断是否接收；最后使用聚类算法对输出的最后一代种群聚类，得到最终的蛋白质三级结构。本发明提供一种预测精度较高的基于Loop区域高斯扰动的群体蛋白质结构预测方法。
一种基于 loop 区域扰动群体蛋白质结构预测方法

[发明专利]一种终端设备运行状态分析方法、装置、电子设备及存储介质-CN202111592338.7在审
发明人：尹百东;张道林;杨飞 -专利权人：北京安天网络安全技术有限公司
申请日： 2021-12-23 - 公布日： 2022-04-05 - 主分类号： G06F11/30 文献下载
摘要：所述方法包括：根据获取的所述终端设备的运行数据的对象标签给定对应的聚类种子点；基于聚类算法计算得到所述聚类种子点归属的聚类中心；对得到的所述聚类种子点归属的聚类中心进行随机森林拟合，得到所述聚类种子点归属的聚类中心的无偏预测值；根据得到的所述聚类种子点归属的聚类中心的无偏预测值及其对应的聚类种子点，生成所述聚类种子点的高斯分布图；根据所述高斯分布图确定所述终端设备的运行状态。
一种终端设备运行状态分析方法装置电子设备存储介质

[发明专利]基于高斯粒子滤波的固定单站无源定位方法和相关装置-CN202210753126.0在审
发明人：李良群;邓兵;陈柱杰 -专利权人：深圳大学;邓兵
申请日： 2022-06-29 - 公布日： 2022-11-11 - 主分类号： G01S7/41 文献下载
摘要：本申请公开一种基于高斯粒子滤波的固定单站无源定位方法，能够通过基于模糊聚类模型计算粒子的权重，提高了高斯粒子滤波中确定目标物体的运动状态信息的精确度。该方法包括：基于高斯分布模型，确定目标物体在第一时刻的初始运动状态信息对应的第一运动状态粒子集合；基于传感器观测模型，将第二运动状态粒子集合转化为目标物体在第二时刻的观测预测值集合；以每个观测预测值集合为聚类中心，基于模糊聚类模型获取目标物体在第二时刻的实际观测值集合与聚类中心的隶属度信息；基于状态转移模型，将第一运动状态粒子集合和隶属度信息作为输入，得到目标物体在第二时刻的目标运动状态信息，目标运动状态信息包括目标空间位置信息和目标速度信息
基于粒子滤波固定无源定位方法相关装置