“候选算法”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376043个，建议您升级VIP下载更多相关专利

[发明专利]一种基于遗传算法的多故障解耦和故障定位方法-CN201911142767.7有效
发明人：王世海;严潇波;刘斌;邵元勋 -专利权人：北京航空航天大学
申请日： 2019-11-20 - 公布日： 2021-10-26 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种基于遗传算法的多故障解耦和故障定位方法，包括：根据失效用例集构建初始失效用例特征向量矩阵；计算每一个候选解的适应度，并按照适应度大小对候选解进行降序排序；对n+1个候选解进行n+1次抽样，选出n+1个样本；基于n+1个样本进行交叉和变异操作，得到新的n+1个候选解，若迭代轮数大于N1或样本中具有最大适应度的候选解连续N2轮不变，则算法终止，得到具有最大适应度的候选解；将最大适应度的候选解所对应的失效用例修改为通过，并利用故障定位算法进行定位，得到最终的定位结果。本发明公开提供的基于遗传算法的多故障解耦和故障定位方法，提高了故障定位算法在多故障环境下的定位效率。
一种基于遗传算法故障定位方法

[发明专利]用于使用ADABOOST学习算法来检测面部特征点的位点的方法、设备和计算机可读记录介质-CN201280058002.5在审
发明人： Y.J.昌;Y.C.朴 -专利权人：英特尔公司
申请日： 2012-09-27 - 公布日： 2015-03-04 - 主分类号： G06K9/46 文献下载
摘要：本公开涉及使用Adaboost学习算法来检测面部特征点的位点。根据一些实施例，用于检测面部特征点的位点的方法包括：（a）使用由Adaboost学习算法选择的第一特征模式将子窗口图像归类为第一推荐特征点候选图像和第一非推荐特征点候选图像并且生成关于第一推荐特征点候选图像的第一特征点候选位点信息的步骤；以及（b）使用由Adaboost学习算法选择的第二特征模式将归类为所述第一非推荐特征点候选图像的所述子窗口图像重新归类为第二推荐特征点候选图像和第二非推荐特征点候选图像并且生成关于第二推荐特征点推荐候选图像的第二特征点候选位点信息的步骤
用于使用 adaboost 学习算法检测面部特征方法设备计算机可读记录介质

[发明专利]一种算法环境加载方法、装置、设备及存储介质-CN202310807884.0在审
发明人：崔星雨;耿洪亮;盖雪峰;周佳倩;刘瑞 -专利权人：北京密码云芯科技有限公司
申请日： 2023-07-03 - 公布日： 2023-09-15 - 主分类号： G06F21/60 文献下载
摘要：本发明公开了一种算法环境加载方法、装置、设备及存储介质。该方法包括：获取加密数据，并确定所述加密数据对应的目标加解密算法；从用于支持不同加解密算法的参考硬件模块中，选取支持所述目标加解密算法的候选硬件模块；若存在，则根据对所述目标加解密算法的处理性能，从所述候选硬件模块中选取目标硬件模块；其中，不同候选硬件模块的处理性能是预先配置的；通过所述目标硬件模块从云端拉取与所述目标加解密算法对应的算法环境。通过动态配置算法和硬件模块，确保算法环境的最佳性能。
一种算法环境加载方法装置设备存储介质

[发明专利]模型算法的选择方法、装置、设备和介质-CN202210894795.X在审
发明人：陈远昭;王彪;许欣然 -专利权人：北京旷视科技有限公司
申请日： 2022-07-27 - 公布日： 2022-12-06 - 主分类号： G06V10/774 文献下载
摘要：本申请公开了一种模型算法的选择方法、装置、设备和介质。该方法包括：将目标图像的属性参数输入算法预测模型，获得算法预测模型输出的一个或多个候选算法；算法预测模型是根据至少一组历史属性参数以及至少一组属性参数对应的目标算法训练获得的，目标算法是根据历史属性参数和图像预测模型进行图像预测时所采用的算法；根据一个或多个候选算法，确定基于图像预测模型对目标图像进行预测所采用的最终算法。采用本申请的方法，可以通过算法预测模型缩小对目标图像的候选算法范围，从而大大降低了确定模型最终算法的耗时。
模型算法选择方法装置设备介质

[发明专利]一种基于选择性集成最小二乘支撑向量机的二噁英软测量系统-CN201711269844.6有效
发明人：汤健;乔俊飞;韩红桂;李晓理 -专利权人：北京工业大学
申请日： 2017-12-05 - 公布日： 2021-10-15 - 主分类号： G06F30/27 文献下载
摘要：本发明公开一种基于选择性集成最小二乘支撑向量机的二噁英软测量系统，首先，基于先验知识给出数量为K的候选核参数集和数量为R的候选惩罚参数集。接着，采用LSSVM算法构建基于这些候选核参数和候选惩罚参数的数量为K×R的候选子子模型集合。然后，采用基于分支定界(BB)和自适应加权(AWF)的SEN(BBSEN‑AWF)算法对具有相同核参数和不同惩罚参数的候选子子模型进行选择和合并，进而得到数量为K的候选SEN子模型集合。最后，对数量为K的候选SEN子模型集合再次采用BBSEN‑AWF算法，获得基于SEN‑LSSVM的DXN软测量模型。
一种基于选择性集成最小支撑向量二噁英软测量系统

[发明专利]数值量子实验-CN201680090526.0在审
发明人： V.S.邓切夫 -专利权人：谷歌有限责任公司
申请日： 2016-11-01 - 公布日： 2019-06-14 - 主分类号： G06N10/00 文献下载
摘要：一方面，一种方法包括：识别(i)作为量子计算候选的计算问题，和(ii)用于解决候选计算问题的一个或多个数值算法；向数值量子实验系统提供识别(i)候选计算问题和(ii)一个或多个数值算法的输入任务数据，其中数值量子实验系统包括多个通用数值工作器，多个通用数值工作器中的通用数值工作器被配置为使用一个或多个数值算法来解决候选计算问题；从数值量子实验系统接收表示一个或多个数值算法解决候选计算问题的结果的数据；以及确定接收到的数据是否指示应用于候选计算问题的量子计算比应用于候选计算问题的传统计算在获得解决方案方面具有更大的效率
量子数值算法实验系统工作器量子计算通用传统计算任务数据指示应用配置应用

[发明专利]一种基于相似性对比学习的弱监督遥感图像目标检测算法-CN202210698556.7在审
发明人：张浩鹏;谭智文;姜志国;谢凤英;赵丹培 -专利权人：北京航空航天大学
申请日： 2022-06-20 - 公布日： 2022-09-09 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及一种基于相似性对比学习的弱监督遥感图像目标检测算法，首先由特征提取神经网络获得相似性矩阵，结合候选框检测得分，得到相似性候选框簇，生成合并候选框；然后，根据相似性候选框簇，得到合并候选框对比损失，同时，将所述合并候选框输入至特征提取神经网络中，得到多示例损失和精炼损失，并结合合并候选框对比损失，更新训练特征提取神经网络，最后，利用训练好的特征提取神经网络对测试图像进行检测，得到测试图像的合并候选框本发明公开的算法，能够生成尺寸分布均匀、小型候选框比例降低的新候选框集，并能得到具有辨别力的候选框特征，进而提升算法分辨出丰富语义候选框的能力。
一种基于相似性对比学习监督遥感图像目标检测算法

[发明专利]参数的优化方法、装置、设备和存储介质-CN202111002258.1在审
发明人：李兵洋;陈玲;刘鹏;陆唯佳;刘亦鹏 -专利权人：联合汽车电子有限公司
申请日： 2021-08-30 - 公布日： 2021-12-03 - 主分类号： G06F30/27 文献下载
摘要：本申请公开了一种参数的优化方法、装置、设备和存储介质，该方法包括：通过粒子群算法生成热模型的候选参数，热模型是针对芯片封装的热特性所建立的仿真模型；根据候选参数运行热模型，得到仿真值；根据仿真值与参考值之间的误差对热模型进行评估，得到热模型在候选参数下运行的评估结果；重复上述步骤，直至算法收敛；将评估结果最优的候选参数确定为热模型的参数。本申请通过粒子群算法生成热模型的候选参数，经过多次迭代生成新的候选参数对热模型进行调整直至算法收敛，从而输出最优的参数，实现了芯片封装热模型的参数生成，解决了通过人工方式对热模型参数进行校准所导致的精确度和准确度较差的问题
参数优化方法装置设备存储介质

[发明专利]一种基于RPA的场景化上车点推荐方法和装置-CN202310066785.1有效
发明人：马春荃;肖培宁;方赟;俞德明 -专利权人：北京合思信息技术有限公司;杭州合思莫尔信息技术有限公司;南昌合思信息技术有限公司
申请日： 2023-02-06 - 公布日： 2023-07-04 - 主分类号： G06F16/9537 文献下载
摘要：本发明公开了一种基于RPA的场景化上车点推荐方法和装置，其中，从RPA多源场景的历史上车信息中提取上车点，对算法储备库中的候选算法进行特征信息提取，推荐并得到上车点与特征信息的映射关系；选取历史上车信息对候选算法的特征信息进行验证，根据验证结果调整映射关系；当RPA多源场景接到实时上车信息时，根据实时上车信息的上车点，推荐具有映射关系的特征信息，并推荐出相应的候选算法以处理实时上车信息。本发明通过预先设置上车点和特征信息，使上车点和特征信息之间建立映射关系，预先得到了候选算法与各上车点的推荐程度，因此在实施上车信息被提出时，能够快速进行推荐，不在需要重新评估众多的候选算法。
一种基于 rpa 场景上车推荐方法装置

[发明专利]基于FAQ的无监督式检索方法、系统及介质-CN202210032823.7在审
发明人：吴育人;杨翰章;庄伯金 -专利权人：平安科技（深圳）有限公司
申请日： 2022-01-12 - 公布日： 2022-04-15 - 主分类号： G06F16/33 文献下载
摘要：本申请提供了一种基于FAQ的无监督式检索方法、系统及介质，通过BM25算法计算用户查询信息与每一个问答对的相似度，得到第一候选问答对；通过maximum‑passage算法计算用户查询信息与每一个问答对文档的相似度，得到第二候选问答对；将第一候选问答对输入第一预训练BERT模型，得到第三候选问答对以及对应相似度得分；将第一候选问答对输入第二预训练BERT模型，得到第四候选问答对以及对应相似度得分；将第二、三和四候选问答对对应的相似度得分进行融合，得到相似度融合得分以及对应排序的最终候选问答对。本申请不需要将用户查询和问答对间的匹配标记，并对三个排序结果使用线性加总合并算法和集合重排算法进行融合，进一步提升泛用效果。
基于 faq 监督检索方法系统介质

[发明专利]一种基于混合聚类算法的共享站点选址方法-CN202210638433.4在审
发明人：英春;施驰展;孟凡浩;韩小强;孙莎莎;朱元亮;尹维月;赵军章 -专利权人：圆通速递有限公司
申请日： 2022-06-07 - 公布日： 2022-09-23 - 主分类号： G06Q10/08 文献下载
摘要：本发明公开了一种基于混合聚类算法的共享站点选址方法，将已存储的快递派件地址数据集获作为样本点数据集，结合DBSCAN算法和K‑means算法作为混合聚类算法对样本点数据集进行聚类，获取多个共享站点候选地址同时，本发明采用拟合曲线函数优化各共享站点候选地址，从而确定最佳共享站点地址，包括以下步骤：获取快递派件地址数据集；基于快递派件地址数据集获取样本点数据集；采用混合聚类算法对样本点数据集进行聚类，获取多个共享站点候选地址；优化各共享站点候选地址，确定最佳共享站点地址。
一种基于混合算法共享站点选址方法

[发明专利]一种临电预警安全帽电场积分算法选择方法、装置与系统-CN202211252055.2在审
发明人：杨家全;卢勇;周年荣;唐立军;张旭东;杜肖;梁俊宇;蒋莹;李学妨;程志万;马朋飞;栾思平 -专利权人：云南电网有限责任公司电力科学研究院;云南电网有限责任公司普洱供电局;云南电网有限责任公司昆明供电局;云南电网有限责任公司红河供电局
申请日： 2022-10-13 - 公布日： 2023-01-31 - 主分类号： G06F17/11 文献下载
摘要：本发明公开了一种临电预警安全帽电场积分算法选择方法、装置与系统，属于电子信息领域；通过预构建模型进行仿真，能够得到精确各候选积分算法的相对误差，而根据各节点电场强度计算得到的测量电压的标准不确定度，能够反映各候选积分算法最终得到的测量电压的可信赖程度，当标准不确定度越小，说明该候选积分算法最终得到的测量电压越值得信赖，因此在必定存在测量误差的情况下，计算该测量电压的标准不确定度能够准确的评估各候选积分算法是否适用，最终根据相对误差和标准不确定度确定的目标积分算法为最优的算法
一种预警安全帽电场积分算法选择方法装置系统

[发明专利]催收方法、装置、存储介质及设备-CN202111107108.7在审
发明人：肖地长;张洁;熊嘉娜;高民;蔡信钦 -专利权人：平安银行股份有限公司
申请日： 2021-09-22 - 公布日： 2021-12-28 - 主分类号： G06Q40/02 文献下载
摘要：方法包括：获取借款用户的用户借款信息，以及M个候选催收方案分别对应的方案属性特征和方案统计信息；根据候选催收方案Mi的方案属性特征以及N个候选算法分别对应的算法特征，确定候选催收方案Mi对应的目标算法；根据候选催收方案Mi对应的目标算法、用户借款信息、候选催收方案Mi对应的方案属性特征，确定借款用户在候选催收方案Mi下对应的还款概率；根据M个候选催收方案分别对应的还款概率，以及M个候选催收方案分别对应的方案统计信息
催收方法装置存储介质设备

[发明专利]一种改进Canny车道线边缘检测算法-CN202010678535.X在审
发明人：罗映;王金祥;丁洪磊 -专利权人：山东派蒙机电技术有限公司
申请日： 2020-07-15 - 公布日： 2020-10-16 - 主分类号： G06T7/13 文献下载
摘要：一种改进Canny车道线边缘检测算法，用于提升智能车辆环境感知算法的鲁棒性和准确性。它包括以下步骤：(1)输入梯度幅值阵列经非极大值抑制后的候选边缘图像；(2)扫描候选边缘图像，对于边缘点判断其8邻域内是否存在候选边缘点；(3)根据边缘方向准则计算点f(x,y)与其8邻域内扫描到的第一个候选边缘点所对应的边缘方向角度值；(4)继续扫描点f(x,y)8邻域内为标记为边缘点的候选边缘点；(5)计算满足边缘方向的各候选边缘点与边缘点f(x,y)间的边缘方向梯度幅值标准差；(6)继续扫描候选边缘图像，寻找新的候选边缘点，直到没有新的未被标记的候选边缘点出现本发明可以提升智能车辆环境感知算法的鲁棒性和准确性。
一种改进 canny 车道边缘检测算法

[发明专利]基于注意力机制的非极大值抑制方法、系统、设备和介质-CN202210378963.X在审
发明人：何培东;涂娅欣;黎小军;王晨丞;李显忠;张福州;张嘉岷;邓舒予;沈文琪;肖丽;宗超;刘丽娜;辜琳娜;刘柯里 -专利权人：国网四川省电力公司营销服务中心
申请日： 2022-04-12 - 公布日： 2022-07-08 - 主分类号： G06V10/25 文献下载
摘要：本发明公开了基于注意力机制的非极大值抑制方法、系统、设备和介质，解决了现有的非极大值抑制算法会出现漏检目标，其技术方案要点是：基于注意力机制算法对候选框进行加权融合处理，获得候选框中基于注意力机制的第一置信度值；预设全交并比损失函数阈值，基于注意力机制的加权惩罚算法对全交并比损失函数值大于全交并比损失函数阈值的候选框对应的第一置信度值进行抑制处理，获得第二置信度值；预设注意力机制算法的权重阈值，判断第二置信度值是否小于权重阈值，若是则删除与之对应的候选框。本发明避免因此置信度过大导致重叠部分的目标被漏检，提高了非极大值抑制算法在消除多余候选框的准确性，从而减少了冗余的候选框对检测结果的影响。
基于注意力机制极大值抑制方法系统设备介质