“非线性分类”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496863个，建议您升级VIP下载更多相关专利

[发明专利]一种基于随机森林的光纤非线性均衡方法-CN202310089104.3在审
发明人：王拥军;陈德文;李超;张琦;丁熙盈;黄兴源;韩露;田清华;田凤;杨雷静;忻向军;陈从科 -专利权人：常州京信新一代信息技术研究院有限公司;北京理工大学
申请日： 2023-02-08 - 公布日： 2023-06-27 - 主分类号： G06F18/23 文献下载
摘要：本发明涉及数字信号处理领域，具体涉及一种基于随机森林的光纤非线性均衡方法，本基于随机森林的光纤非线性均衡方法包括：构建并训练随机森林分类器；对待测信号构造输入特征；将待测信号的输入特征输入随机森林分类器中，得到非线性均衡结果，本基于随机森林的光纤非线性均衡方法构建并训练随机森林分类器对待测信号的输入特征进行分类得到非线性均衡结果，可以降低非线性均衡算法的复杂度，提升非线性均衡算法的运算效率和灵活性。
一种基于随机森林光纤非线性均衡方法

[发明专利]一种瓷砖纹理分类方法和装置-CN201910269271.X在审
发明人：阮铃通;吴琦;刘晨曦 -专利权人：睿视智觉（厦门）科技有限公司
申请日： 2019-04-04 - 公布日： 2019-08-23 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及图像处理技术领域，尤其涉及一种瓷砖纹理分类方法和装置。所述方法包括：基于特征提取网络从待分类瓷砖图像中提取深度非线性特征；基于全连接关系网络计算所述深度非线性特征与N个图像分类模板之间的非线性距离，N＞1；将计算出的N个非线性距离中最小的非线性距离所对应的图像分类模板的类别作为所述待分类瓷砖图像的类别本发明实施例方案能够提供瓷砖纹理分类的准确性。
瓷砖纹理分类方法和装置非线性特征图像分类瓷砖图像图像处理技术连接关系特征提取网络计算申请网络

[发明专利]一种基于DPSO-WKELM-IFSVM的非线性数据分类方法-CN201910891353.8在审
发明人：胡燕祝;王松 -专利权人：胡燕祝
申请日： 2019-09-21 - 公布日： 2019-12-20 - 主分类号： G06F16/906 文献下载
摘要：本发明涉及基于DPSO‑WKELM‑IFSVM的非线性数据分类方法，是一种对非线性数据进行分类的方法，属于数据处理领域，其特征在于采用如下步骤：(1)更新样本数据收敛位置及速度；(2)求得网络输出权值；本发明克服非线性映射能力较差，识别率低问题。改进的极限学习机在函数逼近能力效果好，更好的处理非线性数据，有效提高分类准确率，完成非线性数据分类。这说明本发明对非线性数据分类，达到较好分类效果。为非线性数据进行分类提供了一种拥有较高分类准确率的方法。
非线性数据分类分类准确率非线性映射能力函数逼近能力数据处理领域不等式约束极限学习机计算复杂度隶属度函数等式约束分类提供分类效果构造决策收敛位置网络输出样本数据核变换核函数识别率学习机构建样本替代更新改进

[发明专利]飞行轨迹分类模型训练方法、分类方法、装置及存储介质-CN202211158266.X有效
发明人：庄学彬;曾昆;何雨昕;曾小慧;谢扬帆 -专利权人：中山大学
申请日： 2022-09-22 - 公布日： 2023-06-06 - 主分类号： G06F18/241 文献下载
摘要：本申请提供了一种飞行轨迹分类模型训练方法、分类方法、装置及存储介质。该飞行轨迹分类模型训练方法包括：获取训练数据集；训练数据集包括多个样本数据；将训练数据集输入至初始模型进行训练，得到飞行轨迹分类模型；其中，初始模型包括线性特征提取网络、非线性特征提取网络及线性分类器；线性特征提取网络用于对飞行轨迹三个维度的线性特征进行提取并拼接得到三维线性特征，非线性特征提取网络用于提取飞行轨迹的全局特征和局部特征并进行拼接得到非线性特征，线性分类器用于基于三维线性特征及非线性特征对飞行轨迹进行分类处理输出预测结果本申请能够减少对数据先验知识的依赖，实现对飞行器类型和机动模式的准确分类识别。
飞行轨迹分类模型训练方法装置存储介质

[发明专利]一种基于表函数的计算任务处理方法、系统及计算机可读存储介质-CN202110159261.8有效
发明人：戚建淮;周杰;郑伟范;姚兆东;唐娟;刘建辉;彭华 -专利权人：深圳市永达电子信息股份有限公司
申请日： 2021-02-04 - 公布日： 2023-07-04 - 主分类号： G06F7/556 文献下载
摘要：本发明的基于表函数的计算任务处理方法、系统及计算机可读存储介质，根据非线性计算任务的类别和计算量，对所述非线性计算任务进行特征分类，采用分类后的参数信息中的计算子任务的类别进行第一级搜索定位到构建的特征分类映射表，并根据特征分类映射表确定计算子任务的具体类型；根据计算子任务的具体类型进行第二级搜索定位到所述特征分类映射表中的分类子映射表；通过所述分类子映射表和所述参数信息中的计算量将所述计算子任务分配到对应的计算子节点；根据分类子映射表将所述计算子任务转换为线性计算并输出计算结果，从而创新的将非线性运算转换为线性运算，大大提高了非线性计算的计算速度，为破解非线性计算难题提供超高速、可靠的支持。
一种基于函数计算任务处理方法系统计算机可读存储介质

[发明专利]自适应向量投影的非线性支持向量选取方法-CN201510180702.7在审
发明人：郭亚琴;秦燕;王青 -专利权人：南通理工学院
申请日： 2015-04-16 - 公布日： 2015-07-01 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了自适应向量投影的非线性支持向量选取方法，方法用于非线性数据的文本分类，包括以下步骤：(1)将原始样本映射到高维空间转化为线性样本；(2)计算线性样本的中心距离；(3)将线性样本投影到线性样本的中心向量后，在一维空间内选取具有原始特征的边界样本；(4)利用支持向量机对边界样本进行训练，得到分类结果。本发明自适应向量投影的非线性支持向量选取方法相较于现有的支持向量机的方法，针对非线性不可分的数据，其分类精度更高，分类速度更快，更适用于人脸识别、手写体识别，文本分类等领域内。
自适应向量投影非线性支持选取方法

[发明专利]一种基于非线性语义嵌入的零样本分类方法-CN201710722333.9有效
发明人：于云龙;冀中;庞彦伟 -专利权人：天津大学
申请日： 2017-08-21 - 公布日： 2021-01-19 - 主分类号： G06K9/62 文献下载
摘要：一种基于非线性语义嵌入的零样本分类方法，包括：建立适用于零样本学习的非线性语义嵌入模型；利用梯度下降法学习到非线性语义嵌入模型中模型参数V,b；利用学习到的模型参数V,b实现零样本分类。本发明的一种基于非线性语义嵌入的零样本分类方法，能够更好地挖掘零样本学习中样本的视觉特征和类别的语义信息之间的语义关联。
一种基于非线性语义嵌入样本分类方法

[发明专利]一种非线性应变路径下的成形极限应变图的应用方法-CN202010017582.X在审
发明人：柳泉潇潇 -专利权人：湖南沃尔丁科技有限公司
申请日： 2020-01-08 - 公布日： 2020-06-09 - 主分类号： G06Q10/06 文献下载
摘要：一种非线性应变路径下的成形极限应变图的应用方法，其包括：步骤1、试样材料基本参数的确定，非线性成形极限图的构建；步骤2、有限元Dynaform仿真计算输出主次应变数据表；步骤3、数据处理程序将数据分类为单向拉伸‑双向拉伸、双向拉伸‑双向拉伸和其它应变路径，输出数据文件；步骤4、非线性成形极限图中两条非线性成形曲线和线性成形极限曲线与对应的分类路径预测零件成形性能，找出非线性路径特征破裂单元，修改数学模型确定实际加工工艺方案本发明根据非线性应变路径特征，将仿真模型输出的应变数据分类为单向拉伸‑双向拉伸、双向拉伸‑双向拉伸和其它路径，与已构建的非线性成形极限图一一对应精确评价该模型特征区域。
一种非线性应变路径成形极限应用方法

[发明专利]一种基于局部样条嵌入的核化分类器-CN201610316765.5在审
发明人：何萍;敬田禹;徐晓华;林惠惠 -专利权人：扬州大学
申请日： 2016-05-10 - 公布日： 2016-10-12 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于局部样条嵌入的核化分类器。本发明选择训练数据和测试数据，训练数据的基于局部样条嵌入的非线性降维，根据已获得的训练数据的最佳非线性嵌入对测试数据使用核方法推导出其扩展形式，即获得测试数据在低维流形上的非线性嵌入，使用线性的支持向量机算法对降维后的测试数据进行分类本发明克服了无法在非线性分类问题上达到很好的分类性能的缺陷。本发明采用局部样条嵌入的非线性降维算法对高维有标签数据降维，再对高维有标签数据进行了特征提取，然后将新的无标签高维测试数据的嵌入，最后根据数据特点使用SVM算法实现对新的测试数据的分类。
一种基于局部嵌入化分

[发明专利]基于形态学轮廓特征和非线性多核学习的高光谱图像分类方法-CN201610969296.7在审
发明人：谷延锋;刘天竹 -专利权人：哈尔滨工业大学
申请日： 2016-10-28 - 公布日： 2017-01-25 - 主分类号： G06K9/62 文献下载
摘要：基于形态学轮廓特征和非线性多核学习的高光谱图像分类方法，本发明涉及高光谱图像分类方法。本发明的目的在于克服在高光谱图像分类方法中不能对高光谱图像的空间信息进行充分挖掘以及没有考虑基核之间非线性交互作用产生的有用信息的不足。具体过程为一利用主成分分析方法提取高光谱图像的主成分，在主成分基础上获取高光谱图像扩展的多结构元素形态学轮廓特征；二构建线性基核；三得到非线性组合核；四将非线性组合核带入支持向量机中，采用梯度下降法得到的最优核权重；五对高光谱图像进行分类。本发明用于图像分类领域。
基于形态学轮廓特征非线性多核学习光谱图像分类方法

[发明专利]基于支持向量机的相干光通信系统非线性损伤消除装置-CN201310093859.7无效
发明人：李敏良;喻松;杨杰;韩祎;顾畹仪 -专利权人：北京邮电大学
申请日： 2013-03-22 - 公布日： 2013-06-26 - 主分类号： H04B10/2513 文献下载
摘要：本发明提供了相干光通信系统中的一种基于支持向量机的光纤非线性损伤消除装置。该装置包括：色散补偿单元，用于补偿接收信号所受到的光纤色散；支持向量机阵列单元，通过多个支持向量机根据不同分类准则对接收符号进行二元分类处理；支持向量机训练单元，通过一定的训练序列，确定装置中使用的每个支持向量机的分类超平面；逻辑处理单元，对各支持向量机分类结果进行逻辑运算获得信号对应的类型符；符号判决单元，根据所述的信号类型符解码成信号对应的二进制序列。本发明利用支持向量机的非线性分类特性来消除信号所受到的光纤非线性损伤，无需知道光纤的非线性特征，在确保非线性损伤消除效果的同时，处理复杂度仅由少量的支持向量个数决定。
基于支持向量相干光通信系统非线性损伤消除装置

[发明专利]基于非线性网络信息图的运动想象脑机接口-CN202010559955.6在审
发明人：董朝轶;马爽;陈晓艳;朱美佳 -专利权人：内蒙古工业大学
申请日： 2020-06-18 - 公布日： 2020-10-16 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种基于非线性网络信息图的运动想象脑机接口，该运动想象脑机接口包括采集模块，配置用于采集大脑活动产生的多通道脑电信号；特征提取模块，配置用于构建多通道脑电信号的非线性信息图，并提取非线性信息图中的网络特征；分类模块，配置用于对网络特征进行分类。本申请实施例采用多通道运动想象脑电信号进行建模，并且综合了不同脑区间的非线性因果信息，由此提升了运动想象脑电分类辨识的准确度。
基于非线性网络信息运动想象接口

[发明专利]基于GSN的可见光PAM系统非线性补偿方法-CN202110073541.7有效
发明人：冉玉林;卢星宇;肖云鹏;刘宴兵;刘媛媛;陈俊杰 -专利权人：重庆邮电大学
申请日： 2021-01-20 - 公布日： 2022-04-05 - 主分类号： H04B10/116 文献下载
摘要：本发明属于可见光通信技术领域，具体涉及一种基于GSN的可见光PAM系统非线性补偿方法，该方法包括：将接收到的PAM信号输入到基于GSN的非线性均衡模块中进行非线性补偿得到补偿后的PAM信号，再通过PAM解映射把补偿后的PAM信号转变为二进制信号；基于GSN的非线性均衡模块由辅助分类器网络和分类器网络组成；辅助分类器网络主要对接收的数据进行特征映射；分类器网络为一个多分类器，通过分类方法得到补偿后的PAM
基于 gsn 可见光 pam 系统非线性补偿方法

[发明专利]脑电信号分类方法及系统-CN201911247132.3在审
发明人：郑秀娟;瞿智豪;赵童;杨晓梅;刘凯 -专利权人：四川大学
申请日： 2019-12-09 - 公布日： 2020-04-10 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种脑电信号分类方法及系统，该方法包括步骤：对获得的脑电信号进行预处理；从预处理后的脑电信号中提取出非线性模糊熵作为脑电信号的特征；对提取出的非线性模糊熵进行降维处理；向预先训练的分类模型中输入降维处理后的非线性模糊熵，输出得到分类结果。通过本发明方法或系统对脑电信号进行分类，不仅可以提高分类效率，还可以提高分类结果的准确性。
电信号分类方法系统

[发明专利]雷达真假目标一维像非线性最近邻子空间特征提取方法-CN201710440960.3有效
发明人：周代英;张瑛;廖阔 -专利权人：电子科技大学
申请日： 2017-06-13 - 公布日： 2019-08-23 - 主分类号： G01S7/41 文献下载
摘要：本发明属于雷达技术领域，尤其涉及一种真假目标一维距离像正交非线性最近邻子空间的特征提取方法。本发明首先通过一个非线性函数变换，然后在变换空间建立非线性最近邻子空间，由非线性最近邻子空间提取的目标特征能够形成最近邻的类内类间分布结构，另外，可以获得一个最有利于分类的子空间维数，从而提高目标分类性能
雷达真假目标一维像非线性近邻空间特征提取方法

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