专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果451405个,建议您升级VIP下载更多相关专利
  • [发明专利]一种车辆状态估计方法-CN202310182028.0有效
  • 葛泉波 - 南京信息工程大学
  • 2023-03-01 - 2023-05-23 - G06F17/18
  • 本发明公开了一种车辆状态估计方法,包括:构建车辆状态的线性系统,车辆状态的线性系统采用状态方程和观测方程来描述,状态方程和观测方程中的噪声采用非高斯噪声统计模型来描述;在车辆状态的线性系统下,采用基于混合函数的自适应最大相关熵卡尔曼滤波方法,对车辆状态进行估计,以此获取车辆状态的最优状态估计;其中,在基于混合函数的自适应最大相关熵卡尔曼滤波方法中将针对观测方程残差项的函数和针对状态方程预测误差项的函数的加权和作为代价函数;以及函数宽根据观测方程残差项自适应更新
  • 一种车辆状态估计方法
  • [发明专利]一种基于多核主元分析模型的非线性过程监测方法-CN201910229732.0有效
  • 张赫;葛英辉;童楚东 - 宁波大学
  • 2019-03-12 - 2021-06-15 - G06K9/62
  • 本发明公开一种基于多核主元分析模型的非线性过程监测方法,旨在建立并融合多个函数所对应的KPCA模型,从而避免函数的选择问题,并在此基础上实施有效地非线性过程监测。首先,本发明方法将常用的函数类型全部考虑进来,避免了函数的选择问题。因此本发明方法的通用性较强。其次,本发明方法因使用多个函数分别建立多个不同的非线性过程监测模型,充分发挥了多模型建模的优势。可以说,本发明方法的故障检测效果不会弱于任何一个使用单个函数的过程监测模型。综合这两点优势,本发明方法克服了传统基于KPCA的过程监测方法的不足,是一种更为优选的非线性过程监测方法。
  • 一种基于多核分析模型非线性过程监测方法
  • [发明专利]一种非线性极限学习机算法-CN201711032186.9在审
  • 王照锡;赵萌;陈胜勇;栾昊 - 天津理工大学
  • 2017-10-30 - 2018-03-23 - G06K9/62
  • 一种非线性极限学习机算法,目的在于通过推导出函数所对应的映射,来代替极限学习机中输入层与隐含层之间的非线性映射,进而解决了当函数映射的空间维数小于样本个数时,无法引入函数的问题。当函数映射空间的维数大于样本个数时,可以直接引入函数;当映射空间的维数小于样本个数时,运用这种新的非线性极限学习机算法,由于特征空间维数小于样本个数,不会存在“维数灾难”等问题。通过Iris数据的测试,当多项式次数为3次时,映射后特征空间的维数小于训练样本个数,因此选用这种新的非线性极限学习机,得到测试精度为100%,对测试样本完全正确地进行了分类识别。
  • 一种非线性极限学习机算法
  • [发明专利]一种基于双变加权FCM算法的数据聚类方法-CN201810636707.X有效
  • 唐益明;胡相慧;丰刚永;华丹阳;任福继;张有成;宋小成 - 合肥工业大学
  • 2018-06-20 - 2021-07-27 - G06K9/62
  • 本发明公开了一种基于双变加权FCM算法的数据聚类方法,首先对数据集合进行最优划分,使得目标函数最小;获得初始隶属度矩阵,典型值矩阵和初始聚类中心;计算多核高维空间中数据点和聚类中心的距离;迭代获得隶属度值,可能性典型值;以使目标函数得到最小值对应的聚类结果作为最终聚类结果。本发明采用组合引导的函数代替普通的欧式距离函数,能更好地划分线性数据和非线性数据;采用典型值矩阵来增强算法的抗噪性,提高算法聚类的准确率,可自动调整多种在组合中的比例来满足不同数据集对不同函数的要求,解决了普通核算法对函数选择的不确定问题。
  • 一种基于加权fcm算法数据方法
  • [发明专利]一种高光谱图像分类方法-CN201710406644.4在审
  • 胡敏刚 - 太仓韬信信息科技有限公司
  • 2017-06-02 - 2017-10-13 - G06K9/62
  • 本发明涉及信息处理技术领域,公开了一种高光谱图像分类方法,对要分类的图像进行多尺度分割,对多尺度分割后的图像进行显著图提取,对显著图提取后的图像进行特征提取,对提取的图像特征进行归一化,对归一化后的图像特征用非线性函数方法分类;非线性函数方法具体是指高斯过程、支持向量机、主成分分析、函数费舍尔判别法、投影寻踪法中的一种。大幅压缩了图像数据量,分类速度快;通过非线性映射,减少了辐射误差和几何误差影响,使得高光谱图像分类精度更高,适合高光谱遥感图像应用场合。
  • 一种光谱图像分类方法
  • [发明专利]基于高斯函数模糊非相关判别转换的乳腺癌判别方法-CN201210465559.2无效
  • 武小红;孙俊;傅海军;陆继远 - 江苏大学
  • 2012-11-16 - 2013-03-27 - G06F17/30
  • 本发明是一种基于高斯函数模糊非相关判别转换的乳腺癌判别方法,将函数理论用于模糊非相关判别转换,实现乳腺癌的快速、准确判别。首先,实现数据的模糊化处理;接着计算最优鉴别向量集的第1个特征向量;然后计算本发明方法的一组最优鉴别向量集,利用函数实现模糊非相关判别转换的非线性转换;最后将乳腺癌诊断数据集进行非线性转换而实现乳腺癌的正确判别本发明解决了模糊非相关判别转换难以处理线性不可分问题,利用非线性映射将乳腺癌诊断数据集数据映射到高维特征空间,用高斯函数隐式实现在高维特征空间的计算,从而可以避免“维数灾难”的问题,能提取乳腺癌诊断数据集的非线性鉴别信息
  • 基于高斯核函数模糊相关判别转换乳腺癌方法
  • [发明专利]一种基于独立分量分析的胎儿心电检测方法-CN202210249288.0在审
  • 郑威;何洁;樊宇轩;魏雪云 - 江苏科技大学
  • 2022-03-14 - 2022-07-12 - A61B5/344
  • 本发明公开了一种基于独立分量分析的胎儿心电检测方法,采用独立分量分析的信号分离方法,并基于该方法从孕妇腹壁心电信号中分离出胎儿心电信号,本发明采用独立分量分析代替独立分量分析,它可以适应不同的信源分布另一方面,独立分量分析为信号分离问题提供了一种新的解决方法,它不是基于单个非线性函数,而是基于候选非线性函数空间。将再生Hilbert函数空间的再生特性引入到代价函数的构造过程,通过在整个再生Hilbert函数空间的有效搜索,得到独立代价函数的近似值,提高胎儿心电信号提取的鲁棒性。
  • 一种基于独立分量分析胎儿检测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top