“冗余特征”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2490654个，建议您升级VIP下载更多相关专利

[发明专利]从同步冗余设备选择状态数据的方法和系统-CN200510096519.5有效
发明人：蒂莫西·J·克劳福德;詹姆斯·M·戴维森;丹尼尔·F·德阿劳乔;保罗·M·理查兹 -专利权人：国际商业机器公司
申请日： 2005-08-22 - 公布日： 2006-05-17 - 主分类号： G06F11/00 文献下载
摘要：从多个同步冗余设备获得冗余视图。确定来自多个同步冗余设备的冗余视图发生冲突。根据来自至少两个特征类型的每个的一个或多个特征，为每个冗余视图计算冗余视图得分，其中这些特征与加权得分相关联。根据为每个冗余视图算出的冗余视图得分，选择冗余视图之一。
同步冗余设备选择状态数据方法系统

[发明专利]一种面向海底底质分类的声纳图像特征选择的方法-CN201811310175.7在审
发明人：赵玉新;张响云;高峰;刘厂;董静;赵廷 -专利权人：哈尔滨工程大学
申请日： 2018-11-06 - 公布日： 2019-03-26 - 主分类号： G06K9/00 文献下载
摘要：本发明属于海底底质声学图像特征选择领域，具体涉及一种面向海底底质分类的声纳图像特征选择的方法。包括二维特征间去冗余，多维特征间去冗余，基于最大相关最小冗余算法特征选择，BP神经网络分类验证四个关键步骤。本发明着手于基于海底底质声纳图像提取的多维特征，利用相关系数法除去特征间的冗余度，再利用特征之间最小冗余、特征与类之间最大相关的思路对特征进行选择。发明将相关系数去冗余的方法与最大相关最小冗余的算法相结合，取长补短，趋利避害。在特征选择过程中，既选出了能够代表类别信息的特征，又降低了计算量，节省了时间。
冗余海底底质特征选择声纳图像最大相关多维特征分类特征选择过程二维特征关键步骤类别信息冗余算法声学图像计算量冗余度系数法再利用算法验证

[发明专利]基于RealifF的特征选择方法-CN202011356846.0在审
发明人：王红滨;刘宜陶;何鸣;王勇;王念滨;周连科;崔琎 -专利权人：哈尔滨工程大学
申请日： 2020-11-27 - 公布日： 2021-03-12 - 主分类号： G06K9/62 文献下载
摘要：基于RealifF的特征选择方法，涉及数据挖掘技术领域，针对传统的去冗余方法是将一组冗余特征保留一个，这样会造成损失信息的问题，本申请通过距离相关性系数找出冗余特征，解决冗余问题。传统的简单去冗余方法是将一组冗余特征保留一个，本申请通过自编码器融合这些冗余特征而不是直接丢掉，解决了损失信息的问题。自编码器是一种黑盒的结构，无法保证最后可以得到想要的特征，本申请通过多任务的方式，加上一路分类的任务，可以迫使自编码器学到这一组冗余信息中更利于分类的特征，提升自编码器学习到特征的质量。
基于 realiff 特征选择方法

[发明专利]基于改进特征子集区分度的行为识别特征选择方法-CN202010377788.3在审
发明人：王怀军;王瑞杰;李军怀;张发存;王侃 -专利权人：西安理工大学
申请日： 2020-05-07 - 公布日： 2020-09-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开的基于改进特征子集区分度的行为识别特征选择方法，包括基于DFS的特征子集区分度衡量准则，建立样本特征集合，获取特征子集区分度衡量公式DFSS；基于信息论和概率论概念，获取两个随机变量之间的互信息，从而得到类内特征最小冗余性表达式；结合特征子集区分度衡量公式DFSS和类内特征最小冗余性表达式，定义最大相关和最小冗余的联合函数；训练最大相关和最小冗余的联合函数，完成选择过程。本发明行为识别特征选择方法，一方面加入了冗余性分析，删除冗余特征，在提高分类准确率的同时进一步降低了计算复杂度；另一方面，通过对最大相关和最小冗余的计算，既保证特征子集的类别间区分能力的同时，又减少各个特征间的冗余度
基于改进特征子集区分行为识别选择方法

[发明专利]数据库冗余信息处理方法-CN202011032626.2在审
发明人：刘艳;梁雨丰 -专利权人：富璟科技（深圳）有限公司
申请日： 2020-09-27 - 公布日： 2021-01-08 - 主分类号： G06F16/215 文献下载
摘要：本申请提供了一种数据库冗余信息处理方法，包括：电子设备对数据库内的所有信息进行分类识别确定对应的类别，将相同类别的信息执行同类存储；电子设备从数据库内确定待冗余信息，对待冗余信息进行特征识别提取该待冗余信息的特征组信息，从特征组信息中提取包含有数字的第一数字特征信息；电子设备从与待冗余信息同类的多个常规信息的多个数字特征信息比对，若比对确定第一数字特征信息与多个数字特征信息一致或第一数字特征信息与多个数字特征信息具有规律性，电子设备确定该待冗余信息属于常规信息，保留该待冗余信息。
数据库冗余信息处理方法

[发明专利]一种基于相关分析的通道压缩卷积方法-CN202111281977.1在审
发明人：陶焕杰;胡震武 -专利权人：西北工业大学
申请日： 2021-11-01 - 公布日： 2022-02-18 - 主分类号： G06V20/40 文献下载
摘要：本发明涉及一种基于相关分析的通道压缩卷积方法，包括如下步骤：(1)输入特征图，计算其中任意两个通道特征图的相似关系得到通道相关矩阵；(2)根据通道相关矩阵，把通道特征图分为冗余通道特征图和非冗余通道特征图；(3)对冗余通道特征图进行深度融合，对非冗余通道特征图进行保留和增强；(4)对处理后的两部分通道特征图进行融合得到通道压缩特征图。本发明能够在保证满意识别精度的同时，降低通道冗余和资源消耗，提高模型推理速度。
一种基于相关分析通道压缩卷积方法

[发明专利]一种基于属性条件冗余的特征选择方法-CN202110440920.5在审
发明人：周红芳;朱柔柔 -专利权人：西安理工大学
申请日： 2021-04-23 - 公布日： 2021-08-06 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于属性条件冗余的特征选择方法，包括：步骤1、对数据集进行预处理；步骤2、将经过预处理的数据集进行划分为训练数据集和测试数据集；步骤3、计算训练数据集中每个目标特征与类标签之间的互信息值，选择使得当前互信息值最大的目标特征，将该目标特征从原始数据集中删除，加入初始为空的集合S中，然后根据基于属性条件冗余的特征选择算法迭代进行特征选择，将每次迭代选择的特征加入集合S中，经过迭代，最终得到大小为m的特征子集。本发明中使用冗余和属性条件冗余这两项衡量特征的冗余信息，更加准确的剔除一些冗余特征，提高测试数据的分类正确性。
一种基于属性条件冗余特征选择方法

[发明专利]一种网络冗余数据处理的方法、装置和系统-CN201410607218.3在审
发明人：李彦;冯亚东;文继锋;李广华;许宗光 -专利权人：南京南瑞继保电气有限公司;南京南瑞继保工程技术有限公司
申请日： 2014-10-31 - 公布日： 2015-02-25 - 主分类号： H04L1/22 文献下载
摘要：本发明公开了一种接收端的网络冗余数据处理方法，接收端通过至少一个备份网络接收数据帧，该方法包括：在接收到数据帧时，根据数据帧的内容计算获得相应的特征值；根据计算所得的特征值查询维护的特征值池，当查询结果表明特征值池中存在计算所得的特征值时，确定所接收的数据帧为冗余数据；当查询结果表明特征值池中不存在计算所得的特征值时，确定所接收的数据帧为非冗余数据；在确定所接收的数据帧为冗余数据时，丢弃该数据帧；在确定所接收的数据帧为非冗余数据时，保留该数据帧，并将该数据帧对应的特征值存入特征值池。本发明还公开了一种发送端的网络冗余数据处理方法，发送端和接收端的网络冗余数据处理装置，以及网络冗余数据处理系统。
一种网络冗余数据处理方法装置系统

[发明专利]一种针对ASIC设计中网表逻辑冗余的优化方法及系统-CN201510587581.8有效
发明人：唐涛;刘海林;王硕;石广 -专利权人：浪潮（北京）电子信息产业有限公司
申请日： 2015-09-15 - 公布日： 2019-01-08 - 主分类号： G06F17/50 文献下载
摘要：本发明涉及芯片设计技术领域，特别是涉及一种针对ASIC设计中网表逻辑冗余的优化方法及系统，该方法包括：对ASIC设计过程中的网表进行针对逻辑冗余的分析处理，得到初始分析数据；提取初始分析数据中的冗余特征，并识别出网表的逻辑冗余；利用冗余特征，对网表的逻辑冗余进行分类，并利用逻辑冗余所属类别对应的划分方式，对逻辑冗余进行冗余节点划分，得到逻辑冗余的冗余节点；利用逻辑冗余的冗余节点，删除逻辑冗余，得到优化后的网表相较现有技术，本发明能识别出更多类别的逻辑冗余并进行优化，以及能够对不同类别的逻辑冗余进行自动删除，以此，有效地减少了ASIC设计逻辑冗余，进而降低了设计冗余度。
一种针对 asic 设计中网表逻辑冗余优化方法系统

[发明专利]一种基于模糊和去冗余的受限玻尔兹曼机图像分类方法-CN201910578204.6在审
发明人：吕学勤;孟令政;陈超;王培松 -专利权人：上海电力学院
申请日： 2019-06-28 - 公布日： 2019-10-01 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于模糊和去冗余受限玻尔兹曼机的图像分类方法，该方法采用预训练好的图像分类模型对图像进行处理，获取图像分类结果，所述图像分类模型包括模糊受限玻尔兹曼机、去冗余受限玻尔兹曼机和支持向量机，所述图像分类结果的获取包括以下步骤：1)模糊受限玻尔兹曼机对待分类图像进行特征提取，获取图像特征；2)对提取出的图像特征进行去冗余，获取去冗余图像特征；3)去冗余受限玻尔兹曼机对去冗余图像特征进行处理，获取降维图像特征；4)支持向量机对降维图像特征进行处理与现有技术相比，本发明改善了图像特征提取的精度、速度以及识别分类的准确度。
受限玻尔兹曼机冗余获取图像图像分类图像特征模糊图像分类模型支持向量机分类结果冗余图像降维图像特征提取准确度分类图像特征提取图像分类

[发明专利]一种特征冗余性分析方法、特征选择方法和相关装置-CN201810299340.7在审
发明人：潘正勇;游正朋 -专利权人：北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2018-04-04 - 公布日： 2019-10-22 - 主分类号： G06F16/2458 文献下载
摘要：本发明公开了一种特征冗余性分析方法、特征选择方法和相关装置，涉及计算机技术领域。该方法的一具体实施方式包括：对多个初始社区网络中的样本进行聚集性分析，得到各初始社区网络的样本聚集结果，所述多个初始社区网络根据特征集中各特征类型构建；根据样本聚集结果，确定特征集中不同类型的两特征间的有向冗余度量值；根据有向冗余度量值，得到特征冗余性分析结果。该实施方式能为样本质量和可用性分析提供数值参考，一定程度上克服冗余特征间的相互包含关系，降低网络结点关系冗余，降低冗余特征对结点间连接权重的加强，真实刻画结点关联关系，提高网络表达能力，降低网络复杂度，
冗余性分析样本社区网络冗余冗余特征特征选择相关装置结点有向计算机技术领域可用性分析包含关系关联关系社区发现特征类型网络结点应用需求复杂度聚集性构建权重网络刻画参考社区分析

[发明专利]一种冗余可控的动漫图像适配方法-CN201510022139.0有效
发明人：高星;廖明宏;赖永炫;林俊聪;向黎生 -专利权人：厦门大学
申请日： 2015-01-16 - 公布日： 2017-09-22 - 主分类号： G06T5/00 文献下载
摘要：一种冗余可控的动漫图像适配方法，涉及计算机辅助的动漫内容终端适配。1)对输入动漫图像进行分析，提取特征线条；2)根据特征线条分布情况计算冗余度，确生成冗余度图；3)计算动漫图像重要度；4)根据冗余度图确定冗余区域边界，以图像边界、特征线条、冗余区域边界为约束生成三角网格；5)根据移动终端的屏幕分辨率，对非冗余区域三角网格根据重要度不同进行适度变形使整个网格适配屏幕；6)对冗余区域采用重心坐标插值的方式进行更新，当冗余度大于给定阀值时自动进行特征线条合并；7)利用图形卡的纹理映射功能将图像嵌入到三角网格中
一种冗余可控动漫图像配方

[发明专利]基于节点冗余度量的联邦公平性数据分配方法及系统-CN202310824375.9在审
发明人：李浥东;陈颢瑜;陈乃月;任申元;金一 -专利权人：北京交通大学
申请日： 2023-07-06 - 公布日： 2023-10-13 - 主分类号： G06N20/00 文献下载
摘要：本发明提供一种基于节点冗余度量的联邦公平性数据分配方法及系统，属于机器学习联邦训练技术领域，对节点的本地数据集进行稀疏化特征提取，并根据提取出每个客户端的特征图，计算不同客户端特征图之间的相似性，以量化节点数据集中特征图映射的相似性来评估客户端的数据冗余程度提出模型冗余信息评估的方法，结合数据冗余评估，综合评估每个客户端在联邦学习中的冗余信息。设计公平修剪聚合方法，综合考虑数据冗余评估和模型冗余评估，从而得出每个客户端的冗余程度，以评估其对联邦学习的实际贡献。在全局聚合过程中，每个客户端的全局聚合权重基于其自身的冗余程度，将更多的权重分配给冗余程度较低的客户端，以提高联邦学习的公平性。
基于节点冗余度量联邦公平性数据分配方法系统

[发明专利]一种基于均匀采样的网络冗余流量识别方法-CN201410730071.7在审
发明人：邢玲;何燕玲;马强;杨国海 -专利权人：西南科技大学
申请日： 2014-12-04 - 公布日： 2015-03-04 - 主分类号： H04L12/801 文献下载
摘要：本发明公开了一种基于均匀采样的网络冗余流量识别方法，通过特征指纹均匀采样：按固定大小的窗口连续滑动，选取窗口内最大的特征指纹作为采样特征指纹存入特征指纹库；以及采样特征指纹动态跟踪：查找特征指纹库识别冗余数据块的过程中，更新特征指纹库中匹配的特征指纹指向(映射于)缓冲区中匹配的数据包负载，以防止缓冲区刷新过程清除特征指纹库中高频冗余数据包负载映射的特征指纹，保持冗余流量识别的可持续性。
一种基于均匀采样网络冗余流量识别方法

[发明专利]一种基于过滤器和RF-RFE算法的特征选择方法-CN202110620273.6在审
发明人：苗世迪;胡晓慧;程可;李静 -专利权人：哈尔滨理工大学
申请日： 2021-06-03 - 公布日： 2021-09-07 - 主分类号： G06F16/9035 文献下载
摘要：本发明涉及一种基于过滤器和RF‑RFE算法的特征选择方法，该方法包括以下步骤：数据预处理模块，对完整数据集进行缺失值处理、离散化处理；冗余特征处理模块，使用信息增益和相关性相结合的过滤器方法对冗余特征进行删除；特征选择模块，采用RF‑RFE方法对冗余特征处理后剩余的特征进行特征选择，本发明使用过滤器方法中的相关性和信息增益相结合来删除冗余特征，采用递归特征消除(RFE)方法结合随机林来度量变量的重要性，RF‑RFE在寻找特征子集方面具有很高的识别能力，并且不需要调整参数就可以产生竞争性结果，在考虑特征之间的冗余性同时也考虑了特征选择的高效性。
一种基于过滤器 rf rfe 算法特征选择方法

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