“维列向量”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599144个，建议您升级VIP下载更多相关专利

[发明专利]基于神经网络的集卡防吊起方法-CN201910191867.2有效
发明人：谭黎敏;钟宏亮;胡会会 -专利权人：上海西井信息科技有限公司
申请日： 2019-03-14 - 公布日： 2021-03-12 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了基于神经网络的集卡防吊起方法，包括：根据四个锁头的L种状态组合，预设一个1行L列的一维向量M10，实时采集四角传感器的重力值，生成每个时刻的一个4行1列的特征向量Xt，若当前特征向量Xt中四个元素的总和大于第一预设阈值，采集自当前时刻t到历史时刻t2之间的特征向量Xt建立一4行T列的二维矩阵Ft，将二维矩阵Ft输入训练好的分类模型中，通过模型计算对锁头组合情况进行实时类别预测，获得一维向量M10；当一维向量M10之中最大元素大于第三预设阈值，M10中最大元素对应的锁头状态组合作为当前吊起状态的预测类别。
基于神经网络集卡防吊起方法

[发明专利]一种织物图像纹理周期的自动测量方法-CN201710216317.2有效
发明人：占竹;汪军;万贤福;周建;王姜;吴莹;崔桂新;许增慧;孔祖坚;李兵 -专利权人：东华大学;浙江越剑机械制造有限公司
申请日： 2017-04-05 - 公布日： 2019-08-09 - 主分类号： G01N21/84 文献下载
摘要：本发明涉及一种织物图像纹理周期的自动测量方法，将一个二维的灰度织物图像按行和列方式分别展开为一维行向量和一维列向量，分别对一维行向量和一维列向量进行一维快速傅立叶变换得到对应的连续频谱，提取连续频谱最大峰值点和次大峰值点对应的主周期本发明在一维傅立叶变换基础上结合距离匹配函数自动测量织物纹理周期，具有更好的稳定性和更高的计算效率，对多数测量方法难以识别的小周期纹理具有较好的测量效果，可应用于织物经纬向纹理周期自动测量领域。
自动测量纹理织物图像连续频谱匹配函数维列向量行向量阈值时快速傅立叶变换傅立叶变换最大峰值点测量效果多数测量计算效率织物经纬织物纹理峰值比峰值点主周期二维灰度应用

[发明专利]一种三维模型局部变形分量提取方法和系统-CN201810293633.4在审
发明人：高林;乔怿凌;谈清扬;杨洁;夏时洪 -专利权人：中国科学院计算技术研究所
申请日： 2018-03-30 - 公布日： 2018-09-11 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种三维模型局部变形分量提取方法和系统，包括：获取多个三维模型，在多个三维模型中选择一个三维模型作为参考模型，并将除参考模型以外的三维模型作为样本模型；根据参考模型和样本模型的顶点坐标，得出样本模型相对于参考模型的变形梯度；基于神经网络构建自编码器，自编码器包括编码器和译码器，译码器和编码器结构对称且共享权值；调用编码器对变形梯度进行卷积操作，生成列向量，通过对列向量进行线性映射处理，得到隐向量，并将隐向量作为样本模型的局部变形分量本发明能够处理高精度的三维模型，并且在有噪声、有旋转变换、大尺度形变的模型库里也有优异表现。
三维模型参考模型样本模型编码器局部变形译码器变形梯度分量提取列向量向量神经网络构建编码器结构顶点坐标线性映射旋转变换大尺度模型库形变调用卷积噪声对称共享表现

[发明专利]一种基于对比学习方法的络筒图像疵点检测方法-CN202211277980.0在审
发明人：李臻;张元明;姜伟;徐磊;夏雷鸣;潘守润 -专利权人：青岛大学
申请日： 2022-10-19 - 公布日： 2023-03-28 - 主分类号： G06V10/44 文献下载
摘要：一种基于对比学习方法的络筒图像疵点检测方法，涉及络筒质量检测技术领域，包括如下步骤：步骤1、筒纱图像的收集、处理与分割；步骤2、基于BERT算法获得筒纱图像的行/列向量特征表示；步骤3、基于对比学习的行/列图像特征提取方法，利用每一行/列图像与其周围图像的关系进行特征学习；步骤4、基于聚类方法对筒纱图像疵点进行定位。本发明为了降低数据的复杂性，提升算法准确性，将二维图像转换为多个一维向量，融合了基于BERT的方法以及对比学习的方法，进而提高了算法的效率。同时通过支持向量机学习和预测对应的一维向量是否存在疵点的概率，并通过改进DBSCAN聚类算法，从而准确确定图像中的疵点区域。
一种基于对比学习方法图像疵点检测方法

[发明专利]一种平面阵列的交叉增强DOA定位方法及系统-CN202310528749.2在审
发明人：刘治宇;董飞 -专利权人：中国科学院声学研究所
申请日： 2023-05-11 - 公布日： 2023-07-28 - 主分类号： G01S3/802 文献下载
摘要：本发明方法包括：采集M*N平面阵列各个阵元接收的信号并进行处理，分别获得交叉的N列阵列信号向量和M行阵列信号向量；利用信号延时特性对各个阵元接收的信号进行处理，并在选定的信号增强方向上对每个列阵列信号向量和每个行阵列信号向量进行信号增强；利用一维空间谱估计方法分别对增强后的每个列阵列信号向量和每个行阵列信号向量进行处理，得到目标声源的到达角，并将该到达角作为下次信号增强的方向，从而实现对目标的定向跟踪。利用一维的空间谱估计技术分别对两个增强阵列进行处理，在保证精度的同时，大大降低了计算量和复杂度。
一种平面阵列交叉增强 doa 定位方法系统

[发明专利]一种目标词向量模型优化方法及装置-CN202210142079.6在审
发明人：张杰;雷雨;孙士涛;刘柏延 -专利权人：华北电力科学研究院有限责任公司;国家电网有限公司
申请日： 2022-02-16 - 公布日： 2022-05-24 - 主分类号： G06F40/289 文献下载
摘要：本发明提供一种目标词向量模型优化方法及装置，所述方法包括：根据预先初始化的参数矩阵将词典中各词语分别对应的独热编码转换为M维列向量，根据所述独热编码、所述参数矩阵、所述M维列向量、目标词向量模型输出的对各词语的预测结果，确定包含字型信息的损失函数，并根据所述损失函数和与所述目标词向量模型对应的原始损失函数，构建优化损失函数；按照根据所述原始损失函数迭代训练目标词向量模型参数的方法，根据所述优化损失函数对所述目标词向量模型参数，以及参数矩阵的参数进行迭代训练，在训练完成后得到优化目标词向量模型。本发明实施例提供的方法及装置，提高优化目标词向量模型的训练效率。
一种目标向量模型优化方法装置

[发明专利]六维力传感器的温漂补偿方法、装置、电子设备和介质-CN202111457730.0在审
发明人：王清亮 -专利权人：北京十坤传感科技有限公司
申请日： 2021-12-02 - 公布日： 2022-03-04 - 主分类号： G01L5/1627 文献下载
摘要：本公开的实施例公开了六维力传感器的温漂补偿方法、装置、电子设备和介质。该方法的一具体实施方式包括：获取六维力传感器的预设数目组线性无关的力/力矩列向量，得到力/力矩列向量集合，组成力/力矩向量矩阵；获取上述六维力传感器的输出矩阵；基于上述力/力矩向量矩阵和上述输出矩阵，计算得到标定矩阵，完成对上述六维力传感器的温漂补偿。该实施方式通过将温度变化量加入至输出矩阵，标定矩阵中包含用于温漂补偿的向量，由此提供的温漂补偿方法可以改善环境温度变化对传感器测量精度的影响，有助于减小温度漂移，提高传感器的测量过程中的精度，降低测量过程中的误差
六维力传感器补偿方法装置电子设备介质

[发明专利]一种光谱还原方法、装置及计算机可读存储介质-CN201910263262.X有效
发明人：陈明烨;胡耀华 -专利权人：杭州盗火者科技有限公司
申请日： 2019-04-02 - 公布日： 2021-07-16 - 主分类号： G01J3/28 文献下载
摘要：本申请披露了一种光谱还原方法，包括：确定一维列向量输入；获取滤光材料阵列的吸收率矩阵、修正的投影梯度算法的动态步长和外插值加速策略的调节参数；基于所述动态步长、外插值加速策略的调节参数、所述一维列向量输入和所述滤光材料的吸收率矩阵
一种光谱还原方法装置计算机可读存储介质

[发明专利]一种基于列向量展开二维主成分分析的人脸识别方法-CN201110344702.8无效
发明人：陈海勇 -专利权人：南京理工大学常熟研究院有限公司
申请日： 2011-11-03 - 公布日： 2013-05-08 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种基于列向量展开二维主成分分析的人脸识别方法，包括步骤如下：(1)人脸检测；(2)人脸预处理(3)人脸表征(图像特征提取)；(4)人脸识别。在步骤(3)中，采用基于列向量展开的二维主成分分析。本发明可以有效地减少表征人脸图像的系数，从而降低计算复杂度，减少占用的存储空间。
一种基于向量展开二维成分分析识别方法

[发明专利]基于二维混沌映射幅度相位加密的OFDM传输方法及系统-CN202011411247.4在审
发明人：孟庆微;谢玉峰;齐子森;王西康;仇铭阳 -专利权人：中国人民解放军空军工程大学
申请日： 2020-12-04 - 公布日： 2022-06-07 - 主分类号： H04L9/00 文献下载
摘要：本公开是关于一种基于二维混沌映射幅度相位加密的OFDM传输方法及系统。该方法包括以下步骤：将符号映射完成后的调制列向量进行IFFT变换，生成一频域信号，并获取该频域信号的列向量；通过二维混沌映射生成第一序列和第二序列，利用所述第一序列和第二序列对所述频域信号的列向量进行幅度拓展和星座旋转，生成加密信号；所述加密信号经信道传输至接收端后，接收端根据所述二维混沌映射的参数生成解密矩阵，利用所述解密矩阵对所述加密信号进行解密；对解密后的数据进行FFT变换，完成符号解调。
基于二维混沌映射幅度相位加密 ofdm 传输方法系统

[发明专利]基于二维混沌映射幅度相位加密的WFRFT传输方法及系统-CN202011412755.4有效
发明人：孟庆微;王西康;崔思国;苏令华;仇铭阳 -专利权人：中国人民解放军空军工程大学
申请日： 2020-12-04 - 公布日： 2023-01-20 - 主分类号： H04L9/00 文献下载
摘要：本公开是关于一种基于二维混沌映射幅度相位加密的WFRFT传输方法及系统。该方法包括以下步骤：将符号映射完成后的调制列向量进行WFRFT逆变换完成混合载波调制，获取该混合载波信号的列向量；通过二维混沌映射生成第一序列和第二序列，利用所述第一序列和第二序列对所述混合载波信号的列向量进行幅度拓展和星座旋转，生成加密信号；所述加密信号经信道传输至接收端后，接收端根据所述二维混沌映射的参数生成解密矩阵，利用所述解密矩阵对所述加密信号进行解密；对解密后的数据进行WFRFT变换，完成符号解调。
基于二维混沌映射幅度相位加密 wfrft 传输方法系统

[发明专利]一种基于引导滤波器的量子图像传感器的列噪声消除方法-CN201910048635.1在审
发明人：高静;杜啸星;徐江涛;聂凯明;史再峰 -专利权人：天津大学
申请日： 2019-01-18 - 公布日： 2019-06-11 - 主分类号： G06T3/20 文献下载
摘要：本发明公开一种基于引导滤波器的量子图像传感器的列噪声消除方法，包括以下步骤：在第一设定参数下利用一维引导滤波器对含列噪声的QIS单帧图像进行滤波，将QIS单帧图像中的高频分量与图像平滑部分进行分离，得到该QIS单帧图像的高频分量；在第二设定参数下利用所述的一维引导滤波器对高频分量进行引导滤波，将高频分量中的列噪声和预定图像平滑部分进行分离，获得需要的噪声分量；对获得的噪声分量求列均值，得到列噪声向量，用传感器输出图像减去该列噪声向量，得到去列噪声图像。本发明对QIS的非固定的列条纹噪声有很好去除效果，且算法快速有效。
引导滤波器高频分量单帧图像图像传感器噪声分量噪声向量噪声消除滤波量子噪声输出图像条纹噪声图像平滑预定图像噪声图像非固定传感器平滑减去去除算法

[发明专利]五轴数控机床智能编辑方法、装置、电子设备和存储介质-CN202211350347.X有效
发明人：李志坚;刘海丰 -专利权人：上海铼钠克信息技术有限公司
申请日： 2022-10-31 - 公布日： 2023-05-16 - 主分类号： G06F9/48 文献下载
摘要：本申请公开了一种五轴数控机床智能编辑方法、装置、电子设备和存储介质，方法包括获取初始点云数据；对所述初始点云数据进行预处理滤波，得到特征点云数据；计算每一点云数据点的法向量，并存储进第一队列；对第一队列中每一点云数据点的法向量的方向进行修正，并存储进第二队列；计算所述第二队列中每一点云数据点的曲率，并存储进第三队列；基于所述第三队列，拟合曲面，得到三维模型数据；基于所述三维模型数据，生成加工程序。本申请三维模型通过逆向建模获得，能够保证精度，基于该三维模型数据生成的加工程序能够有效克服传统加工方法针对复杂曲面存在的加工精度差、良品率低的问题。
数控机床智能编辑方法装置电子设备存储介质

[发明专利]一种数据处理方法及处理装置-CN201710500673.7在审
发明人：董昊;黄雪 -专利权人：郑州云海信息技术有限公司
申请日： 2017-06-27 - 公布日： 2017-10-24 - 主分类号： G06F17/16 文献下载
摘要：本发明公开了一种数据处理方法及处理装置，将待处理矩阵M*N按行划分成M行待处理向量；开启M个线程；并行控制M个线程的第i个线程计算M行待处理向量的第i行待处理向量乘以待计算N维列向量，得到第i个计算结果；获取M个计算结果，得到待处理矩阵M*N和待计算N维列向量相乘的计算结果。从本发明提供的技术方案可见，由于将待处理矩阵M*N划分成了M行待处理向量，然后并行控制M个线程的每个线程计算其中一行待处理向量乘以待计算向量，从而实现了并行计算矩阵中每一行向量乘以待计算向量，大幅度地减少了计算矩阵乘以向量时所耗费的时间
一种数据处理方法处理装置

[发明专利]一种基于数据降维过程中数据增强的方法-CN202110584329.7在审
发明人：骆宗伟;周梓睿;马思嘉;侯彦丞 -专利权人：北京师范大学珠海校区
申请日： 2021-05-27 - 公布日： 2021-07-23 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于数据降维过程中数据增强的方法。主要应用于信息技术领域，所采用的技术方案是：首先，将数据集构建成为矩阵以便后续的数据处理操作。在运用CUR矩阵分解法对矩阵分别做行与列的选取时，采用PCA降维法提取矩阵行和列的特征向量，根据特征向量以及各个行和列向量的相关系数对相关性做出判断，从而能够选出代表性强的行和列来分别构造矩阵。同时，根据此发明所提供的方法还原得到的恢复矩阵与常规CUR得到的恢复矩阵相比，此方法得到的恢复矩阵与实际原矩阵的误差更小，降维结果更加精确。
一种基于数据过程增强方法