“递归”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5721个，建议您升级VIP下载更多相关专利

[发明专利]一种硬盘状态监控方法和装置-CN201810212464.7有效
发明人：包卫东;朱晓敏;王吉;周文;张耀鸿;陈超;马力;张国良;陈俊杰;杨骋;吴冠霖;韩浩然 -专利权人：中国人民解放军国防科技大学
申请日： 2018-03-15 - 公布日： 2021-05-11 - 主分类号： G06F11/30 文献下载
摘要：所述方法包括：周期性获取被监测硬盘的不同的SMART属性值；在每次获取所述硬盘的SMART属性值后进行如下操作：根据当前获取的所述硬盘的SMART属性值，得到该硬盘的属性集成；将所述属性集成输入到引入门控递归单元的递归神经网络中，将所述递归神经网络的隐层状态作为输出；根据从所述递归神经网络的输出中获取的信息，监控所述硬盘是否将出现故障状态。
一种硬盘状态监控方法装置

[发明专利]一种标识解析方法及装置-CN202111006592.4有效
发明人：李希金;李红五;安岗;周晓龙 -专利权人：中国联合网络通信集团有限公司
申请日： 2021-08-30 - 公布日： 2022-07-29 - 主分类号： H04L45/02 文献下载
摘要：本发明提供一种标识解析方法及装置，所述方法包括：周期性检测各企业节点是否异常，并根据异常检测结果更新预存的路由表；接收递归节点发送的携带有目标标识码的标识解析请求；根据所述路由表判断所述目标标识码对应的目标企业节点是否异常；若是，则向所述递归节点发送用于指示所述目标企业节点异常的预设数据包，以使所述递归节点向查询终端返回预设的提示信息。该方法及装置能够解决相关技术中当企业节点发生故障无法提供标识解析服务时，由于缺乏对此状况的检测以及应对处理措施，容易造成递归节点资源耗尽、服务中断的问题。
一种标识解析方法装置

[实用新型]计算机递归编程教具-CN202121970803.1有效
发明人：梁宇恩 -专利权人：浙江机电职业技术学院
申请日： 2021-08-20 - 公布日： 2022-02-18 - 主分类号： G09B19/00 文献下载
摘要：本实用新型公开一种计算机递归编程教具，包括箱体、多块堆栈板、吸盘。本实用新型通过箱体和堆栈板结构，形象化地表达了计算机堆栈区和堆栈数据，使编程学习者直观了解递归编程数据存储方式。本实用新型通过堆栈板上填写递推表达式、变量名和变量值，学习者能动态掌握每一次递归调用数据所发生的变化；按堆栈板序号以先进后出方式将堆栈板放入、取出箱体，学习者能准确地理解堆栈处理递归数据的原理。
计算机递归编程教具

[发明专利]基于递归残差网络的超分辨率图像重建方法-CN201810638253.X在审
发明人：赵丽娟;周登文;段然;柴晓亮 -专利权人：华北电力大学
申请日： 2018-06-20 - 公布日： 2018-11-30 - 主分类号： G06T3/40 文献下载
摘要：本发明实施例提供一种基于递归残差网络的超分辨率图像重建方法，包括：将低分辨率图像输入训练后的递归残差神经网络中，获取超分辨率重建图像，其中，递归残差神经网络包括若干个残差单元，对于任一残差单元，任一残差单元的输入信息为上一残差单元的输出信息和低分辨率输入图像的高频特征图像本发明通过局部残差学习而非VDSR所用全局残差学习来训练神经网络，更有助于信息传输和梯度流动，将未插值的低分辨率图像作为输入，最后在网络末端使用去卷积层直接上采样到超分辨率输出图像，并通过在残差单元中引入递归结构，使得参数大大减少，降低了递归残差神经网络的计算复杂度。
残差递归神经网络超分辨率图像重建低分辨率图像超分辨率重建图像训练神经网络计算复杂度超分辨率低分辨率递归结构高频特征输出图像输出信息输入图像输入信息网络末端信息传输去卷积上采样网络图像学习引入流动全局

[发明专利]一种基于深度递归网络的大数据计算机系统故障检测方法-CN201911377671.9在审
发明人：张贯虹;李国斌;李新路 -专利权人：合肥学院
申请日： 2019-12-27 - 公布日： 2020-05-26 - 主分类号： H04L12/26 文献下载
摘要：本发明公开的属于计算机系统故障检测方法技术领域，具体为一种基于深度递归网络的大数据计算机系统故障检测方法，该基于深度递归网络的大数据计算机系统故障检测方法制备方法步骤如下：步骤一：物联网系统采用感知层、传输层和应用层三层体系架构，感知层通过大量的传感节点实时收集环境参数，传输层一般通过5G网络或者蓝牙将感知层收集的数据回传给应用层供用户分析；步骤二：深度递归网络S1：网络结构深度递归网络与传统的神经网络模型并没有本质区别，都可以认为由输入层、隐藏层和输出层三层构成，该发明利用深度递归网络实现便捷的检测，同时在物联网系统异常检测中提高了检测的准确率的综合效果。
一种基于深度递归网络数据计算机系统故障检测方法

[发明专利]一种联合递归图和CNN的脑电信号识别方法及系统-CN201910753679.4在审
发明人：王文波;辜权;狄奇;喻敏;陈贵词;钱龙 -专利权人：武汉科技大学
申请日： 2019-08-15 - 公布日： 2019-12-10 - 主分类号： G06K9/62 文献下载
摘要：本发明属于医疗技术领域，公开了一种联合递归图和CNN的脑电信号识别方法及系统，将预处理后的脑电信号数据利用经验模态分解将运动想象脑电信号分解为不同尺度的固有模态函数，并计算各个尺度的固有模态分量的多尺度递归图，得到第1级特征；将重构后的多尺度递归图视为左右手EEG信号的图像特征，并将多尺度递归图特征作为卷积神经网络的输入，利用卷积神经网络对递归图进行分类识别，从第1级特征中提取能够更好表述运动想象脑电信号的第
脑电信号递归多尺度卷积神经网络运动想象左右手尺度预处理固有模态分量固有模态函数经验模态分解医疗技术领域分类识别互信息法激活函数时间结果数据利用图像特征识别率重构延迟饱和分解联合

[发明专利]一种数据挖掘方法及装置-CN202011202234.6在审
发明人：张荃迪;徐为恺;杨杨;江旻 -专利权人：深圳前海微众银行股份有限公司
申请日： 2020-11-02 - 公布日： 2021-02-12 - 主分类号： G06F16/2458 文献下载
摘要：本发明实施例提供了一种数据挖掘方法及装置，该方法包括根据待挖掘数据的数据集中的各元素，构建待挖掘数据的频繁模式树，通过对频繁模式树中的各元素进行递归遍历，得到待挖掘数据的目标频繁项集。在遍历到某一元素时，将元素加入递归链，并将递归链中的元素分别与元素对应的子数据集中的各元素进行组合，得到组合元素，在确定组合元素高于对应的高频阈值时，从子数据集中删除组合元素中对应的元素。再对子频繁模式树中的各元素进行递归遍历，直至子数据集为空，如此可以及时有效地将子数据集中的高频元素过滤掉，并便于及时地做递归返回，而无需做无效的后续处理，从而可以减少处理高频项集所耗费的时间，并可以提高对高频项集的处理效率
一种数据挖掘方法装置

[发明专利]一种基于图像熵和递归分析的超声图像缺陷检测方法-CN202210528922.4在审
发明人：杨辰龙;刘波;任凯 -专利权人：浙江大学
申请日： 2022-05-16 - 公布日： 2022-07-29 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于图像熵和递归分析的超声图像缺陷检测方法，属于超声波无损检测技术领域。对同一工件或同一批相同工件进行线性阵列相控阵超声扫描，连续采集到多幅B扫描图像；2、对采集到的B扫描图像进行灰度化和中值滤波预处理；3、计算预处理后B扫描图像的图像熵，得到B扫描图像熵序列；4、计算并选择图像熵序列的时间延迟和嵌入维数，将其作为递归分析所用的参数；5、根据选取的参数对图像熵序列进行递归分析，得到序列的递归图，根据递归图判断采集的图像中是否存在含有缺陷的B扫描图像。
一种基于图像递归分析超声缺陷检测方法

[发明专利]基于递归滑模的自动驾驶车辆轨迹跟踪控制方法及系统-CN202310545674.9在审
发明人：裴文卉;马保森;张宇;马昊;王丽 -专利权人：山东交通学院
申请日： 2023-05-12 - 公布日： 2023-06-30 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于递归滑模的自动驾驶车辆轨迹跟踪控制方法及系统，方法包括以下步骤：利用车辆运动学模型和车辆动力学模型确定车辆的状态量；将横向误差和航向误差结合起来形成映射误差，并求解映射误差的二阶导数得到智能控制器所需的状态量；将幂次积分滑模函数和递归函数相结合，得到递归滑模面；采用自适应控制算法在线调整递归滑模面上的误差控制参数；采用指数趋近律来设计递归滑模控制器。
基于递归自动驾驶车辆轨迹跟踪控制方法系统

[发明专利]融合递归图与深度学习的多目标SSVEP意念控制法及应用-CN201810169303.4有效
发明人：高忠科;党伟东;曲志勇;杨宇轩;张俊 -专利权人：天津大学
申请日： 2018-02-28 - 公布日： 2021-03-16 - 主分类号： G05B13/04 文献下载
摘要：一种融合递归图与深度学习的多目标SSVEP意念控制法及应用，增加相位信息，设计多目标SSVEP脑电实验刺激界面；获取8个以上被试者中每一个被试者经n个刺激图片诱发的n种SSVEP脑电信号；得到8个以上被试者在不同刺激图片诱发下的脑电信号的递归图；为每一个递归图设定标签作为样本，构建数据集；搭建和优化深度卷积神经网络模型结构及参数，确定能够用于有效分类由不同刺激图片诱发的SSVEP脑电信号的递归图的深度卷积神经网络模型；将新的被试者SSVEP脑电信号经相空间重构后，以递归图形式输入优化后的深度卷积神经网络模型，实现多目标SSVEP脑电信号准确分类；生成意念控制指令，实现多目标意念控制。
融合递归深度学习多目标 ssvep 意念控制应用

[发明专利]一种DNS递归服务器的查询请求服务方法-CN201210328266.X有效
发明人：延志伟;胡安磊;王利明 -专利权人：中国科学院计算机网络信息中心
申请日： 2012-09-07 - 公布日： 2014-03-26 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种DNS递归服务器的查询请求服务方法，属于网络技术领域。本方法为：1)将DNS递归服务器的缓存划分可信缓存区和不可信缓存区；2)递归服务器收到一查询请求后，在可信缓存区的资源记录中查找是否有匹配的资源；如果有，则将匹配资源记录返回给查询端；如果没有，则向权威服务器发起查询请求；3)递归服务器监测该查询请求的响应数据包到达率；4)如果响应数据包到达率超过可信门限，则递归服务器将该查询请求的响应数据包置于不可信缓存区；如果未超过该可信门限，则重新向权威服务器发起查询请求，将得到的
一种 dns 递归服务器查询请求服务方法

[发明专利]基于递归的电话号码的识别方法及装置-CN201510643026.2有效
发明人：马健 -专利权人：北京奇虎科技有限公司;奇智软件（北京）有限公司
申请日： 2015-09-30 - 公布日： 2018-09-07 - 主分类号： H04M1/2745 文献下载
摘要：本发明提供了一种基于递归的电话号码的识别方法及装置。得到处理后的目标待识别电话号码串；划分操作，从初始位置起，根据符合电话号码格式的划分规则对所述目标待识别电话号码串进行划分，得到第一指定位数的号码串；识别操作，识别出所述第一指定位数的号码串对应的电话号码的类别；递归操作，如果仍然存在剩余的待识别电话号码串，则对剩余的待识别电话号码串进行重复递归，直至剩余的待识别电话号码串被全部识别完。本发明实施例基于递归操作，则对剩余的待识别电话号码串进行重复递归，直至剩余的待识别电话号码串被全部识别完。
基于递归电话号码识别方法装置

[发明专利]卷积Turbo码双向并行译码方法-CN201110191727.9有效
发明人：王臣;周亮;詹明;曾黎黎 -专利权人：电子科技大学
申请日： 2011-07-08 - 公布日： 2012-02-01 - 主分类号： H03M13/29 文献下载
摘要：在分量译码过程中，本发明将前向递归与后向递归同时进行，前向、后向递归分为运算量相当的两个阶段，后验似然比信息在第二阶段的开始就能依次计算得到。即从开始递归运算开始至后验似然比信息运算结束时的延时，本发明相比现有的译码过程缩短了一倍。并且，现有的后验似然比运算是串行，本发明的后验似然比运算采用双向并行同时进行，所需的计算时间与递归计算的时间重合，则不需另外分配计算时间，此外，双向并行的结构可以使得用来存储状态度量的存储器减半。
卷积 turbo 双向并行译码方法

[发明专利]压缩的递归神经网络模型-CN201611226122.8有效
发明人：塔拉·N·赛纳特;维卡斯·辛德瓦尼 -专利权人：谷歌有限责任公司
申请日： 2016-12-27 - 公布日： 2021-02-12 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了压缩的递归神经网络模型。本发明提供用于利用压缩选通函数来实施长短期记忆层的方法、系统、和装置，包括在计算机存储介质上编码的计算机程序。通过将压缩的LSTM层包括在递归神经网络中，递归神经网络被配置成能够更有效地处理数据并且使用更少的数据存储。具有压缩的LSTM层的递归神经网络可以被有效地训练以实现可比得上全尺寸的(例如，未压缩的)递归神经网络的误字率。
压缩递归神经网络模型

[发明专利]减少位深的量子化方法-CN200710127006.5有效
发明人： L·J·科洛夫斯基 -专利权人：夏普株式会社
申请日： 2002-08-08 - 公布日： 2007-12-12 - 主分类号： H04N7/26 文献下载
摘要：在一些方面，构成量子化值包括构成一组递归的有周期P的量子化因子，其中A(QP+P)＝A(QP)/x。构成递归的量子化因子包括构成递归的尾数因子，其中Am(QP)＝Am(QP mod P)，且构成递归的量子化因子包括构成递归的指数因子，其中Ae(QP)＝Ae(QP modP)－QP/P。
减少量子化方法