“分解算法”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484916个，建议您升级VIP下载更多相关专利

[发明专利]一种广义变分模式分解算法等效滤波器的设计方法-CN202310392836.X在审
发明人：郭燕飞;王华夏;王清华;陈高华 -专利权人：太原科技大学
申请日： 2023-04-13 - 公布日： 2023-07-25 - 主分类号： G06F30/337 文献下载
摘要：本发明一种广义变分模式分解算法等效滤波器的设计方法属于信号处理技术领域，所述方法包括以下步骤：步骤1)构造单位脉冲信号；步骤2)定义广义变分模式分解算法关键参数；步骤3)由广义变分模式分解算法分解单位脉冲信号，获得(广义)变分模式分解算法等效滤波器；步骤4)(广义)变分模式分解算法的分解结果可等效表示为待分析信号与步骤3)所得等效滤波器的时域卷积、频域乘积的滤波形式，本发明属于信号处理技术领域，可为(广义)变分模式分解算法滤波器理论构建、算法滤波器设计和算法推广应用等提供理论和依据。
一种广义模式分解算法等效滤波器设计方法

[发明专利]一种基于改进粒子群算法的EIT成像算法优化方法-CN202310376801.7在审
发明人：许川佩;张宇涛;李腾飞;林泽姿;赵汝文;董庆贺 -专利权人：桂林电子科技大学
申请日： 2023-04-10 - 公布日： 2023-08-11 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种基于改进粒子群算法的EIT成像算法优化方法，所述方法包括：建立FEM模型，搭建广义回归神经网络作为EIT成像算法；提出了粒子自适应分解机制，与粒子群算法相结合，自适应的分解低质量粒子，保留和分裂高质量粒子；对自适应分解机制粒子群算法中的不同粒子以不同的方式施加动态Chebyshev混沌映射，得到自适应分解机制动态混沌粒子群优化算法；利用自适应分解机制动态混沌粒子群优化算法对EIT成像算法广义回归神经网络中的平滑因子进行寻优计算该方法基于粒子群优化算法，借鉴了生物体细胞的分解、保留和分裂机制，提出了粒子自适应分解机制，保证算法优化的精度，提高优化效率，再结合动态Chebyshev混沌映射，解决粒子群优化算法易于陷入局部最优的问题用自适应分解机制动态混沌粒子群优化算法优化EIT成像算法，得到更高的算法收敛精度，更好的优化EIT成像算法。
一种基于改进粒子算法 eit 成像优化方法

[发明专利]Cholesky分解算法运算级流水线硬件加速方法-CN202010929259.X在审
发明人：王珂;包敏杰;李瑞峰;赵立军 -专利权人：哈尔滨工业大学
申请日： 2020-09-07 - 公布日： 2020-12-04 - 主分类号： G06F17/16 文献下载
摘要：Cholesky分解算法运算级流水线硬件加速方法，涉及Cholesky分解算法领域。解决了如何对Cholesky分解算法进行加速计算的问题。本发明加速方法是基于FPGA实现的，利用FPGA对对称正定矩阵A进行Cholesky分解，使对称正定矩阵A的Cholesky分解矩阵L以并行运算的方式计算，获得矩阵L中待计算元素，完成对矩阵L的运算，实现对对称正定矩阵A的Cholesky分解。本发明主要用于对Cholesky分解算法进行加速。
cholesky 分解算法运算流水线硬件加速方法

[发明专利]一种基于Mallat算法提高小波包分解速度的方法-CN201911052455.7有效
发明人：白雪梅;郭家赫;王志军;刘一凡;李春雪;张晨洁;耿小飞;胡汉平 -专利权人：长春理工大学
申请日： 2019-10-31 - 公布日： 2022-06-28 - 主分类号： A61B5/372 文献下载
摘要：一种基于Mallat算法提高小波包分解速度的方法，涉及信号处理技术领域，解决现有脑电信号特征提取过程中，采用小波分解只分解低频信号，对低频信号存在丢失信息的问题，选择小波分解类型和分解层数；计算信号频率；采用逆推算法，获得全部分解的信号以及重构小波四个步骤获得有用的目标频率信号。采用Daubechies小波算法，选择小波及其分解层数，并且利用香农采样定理，进而可以得出小波包分解后的每一个片段的频率范围。本发明通过利用半小波包和改进卷积过程相结合的算法，既解决了小波分解只分解低频信号的不足，又解决了小波包的冗余分解，从而提高了信号分解的准确度，降低了算法的复杂度，达到了加速小波分解的效果。
一种基于 mallat 算法提高波包分解速度方法

[发明专利]一种能谱投影数据处理方法、装置、电子设备及存储介质-CN201911184027.X有效
发明人：曹文静;马菁露;张忠良 -专利权人：上海联影医疗科技股份有限公司
申请日： 2019-11-27 - 公布日： 2023-10-03 - 主分类号： G06T5/00 文献下载
摘要：通过获取目标对象的能谱投影数据，基于基物质分解算法和正则化算法生成目标分解算法，基于目标分解算法对能谱投影数据进行迭代处理，实现将基物质分解和降噪进行结合迭代处理，得到目标对象的分解数据，解决了现有技术中不能很好的利用基物质分解的结果与噪声以及伪影之间的相关性进行降噪的问题，达到了通过将基物质分解算法和正则化算法结合并对能谱投影数据进行迭代处理，以进行降噪的目的，可以提高能谱投影数据的降噪处理效果。
一种投影数据处理方法装置电子设备存储介质

[发明专利]通过在量子算法中分布近似误差来生成量子计算电路-CN201980035102.8在审
发明人： T·亨纳;M·H·罗特勒;K·M·斯沃雷;V·克利尤尼科夫 -专利权人：微软技术许可有限责任公司
申请日： 2019-05-17 - 公布日： 2021-01-08 - 主分类号： G06N10/00 文献下载
摘要：描述了通过在量子算法中分布近似误差来生成量子计算电路的方法。方法包括将量子算法分解到量子电路。方法包括使用至少一个处理器，自动执行量子算法的逐步分解，直到量子算法被完全分解到量子电路，其中自动执行逐步分解导致近似误差集合和参数集合，以实例化与量子算法相对应的量子电路的至少子集，使得由自动执行逐步分解引起的总体近似误差被维持低于指定阈值近似误差
通过量子算法分布近似误差生成计算电路

[发明专利]一种基于张量分解与重构思想的行人流走行数据补全方法-CN202310920467.7在审
发明人：张慧;徐杰;秦勇 -专利权人：北京交通大学
申请日： 2023-07-25 - 公布日： 2023-10-13 - 主分类号： G06F18/15 文献下载
摘要：本发明提供了一种基于张量分解与重构思想的行人流走行数据补全方法。该方法包括：构建基于改进CP分解加权优化的张量分解与重构算法；利用遗传算法对算法中张量的秩R、正则化参数#imgabs0#和学习率rη三个超参数进行参数调优，在验证所述改进算法的数据补全效果合格后，得到训练好的基于CP分解加权优化的张量分解与重构算法；构建不同场景下的高维稀疏行人走行速度张量，利用训练好的基于改进CP分解加权优化的张量分解与重构算法进行张量的分解与重构，对稀疏行人速度张量中的缺失值进行补全
一种基于张量分解构思行人行数据补全方法

[发明专利]一种基于深度学习的系统访问量预测方法、介质和设备-CN202210476721.4在审
发明人：叶蕾;陈康东;解子阳;王垒 -专利权人：浙江工业大学
申请日： 2022-04-30 - 公布日： 2022-08-30 - 主分类号： G06F16/2458 文献下载
摘要：本发明涉及一种基于深度学习的系统访问量预测方法、介质和设备，加载历史数据并处理后，设置遗传算法的关联参数，采用遗传算法对变分模态分解算法进行优化，以优化后的变分模态分解算法将处理后的历史数据模态分解，得到当前历史数据的最优分解结果，将变分模态分解算法分解得到的多个本征模态分量进行归一化，将处理后的每个函数输入多尺度CNN神经网络，提取特征后，将特征作为参数输入到GRU网络中，训练模型直至稳定；采用优化后的变分模态分解算法将要预测的时间前的历史数据进行变分模态分解，将分解的结果输入训练好的模型，以模型输出的结果作为系统访问量预测值。
一种基于深度学习系统访问量预测方法介质设备

[发明专利]一种组合风电功率预测模型中分解算法性能评估方法-CN202110842532.X在审
发明人：陈强;何益丰;吴卫东;黄敏均;代晶 -专利权人：国网江苏省电力有限公司江阴市供电分公司
申请日： 2021-07-26 - 公布日： 2021-11-30 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种组合风电功率预测模型中分解算法性能评估方法，方法步骤包括：一、采集实际风电场的风电功率时间序列作为分解样本；二、采用分解算法将时间序列数据分解为多个分量，得到时间序列的各分量；三、从分解结果的显著性和稀疏性两个方面提出对应的评价指标根据该指标可对分解算法的优劣进行提前评估，分析指标的特点和应用场景，减少在组合预测方式建模时盲目选择分解算法及后期建模的难度，为和风电功率预测具有随机和波动型特性相似性的时间序列分解算法的选取提供了理论依据
一种组合电功率预测模型分解算法性能评估方法

[发明专利]电力负荷分解的辨识决策方法和系统-CN201610903640.2在审
发明人：李秋硕;李鹏;钱斌;孙宇军;王岩;赵云 -专利权人：南方电网科学研究院有限责任公司;中国南方电网有限责任公司电网技术研究中心
申请日： 2016-10-17 - 公布日： 2017-01-18 - 主分类号： H02J3/00 文献下载
摘要：本发明涉及一种电力负荷分解的辨识决策方法和系统，其方法包括通过非侵入式的方式获取受监测的电力负荷的用电信息，用电信息包括总的实际有功功率值和总的实际无功功率值；采用至少两种负荷分解算法对实际有功功率值和实际无功功率值进行负荷分解，获得各种负荷分解算法下的负荷分解结果；分别根据对应的负荷分解结果获取对应的负荷分解算法下的处于工作状态的用电设备的拟合有功功率和值及拟合无功功率和值；分别根据实际有功功率值、实际无功功率值，以及对应的拟合有功功率和值和对应拟合无功功率和值获取对应的负荷分解算法的作用值；根据各种负荷分解算法的作用值获取负荷辨识决策结果，采用本发明方案，可以提升辨识决策的准确性。
电力负荷分解辨识决策方法系统

[发明专利]基于VMD的可以自适应确定模态数的分解方法-CN202310132779.1在审
发明人：肖芬;郑欢;荀超;胡臻达;刘林;黄世诚;曾伟薇;涂夏哲;黄夏楠;邹艺超 -专利权人：国网福建省电力有限公司经济技术研究院
申请日： 2023-02-18 - 公布日： 2023-05-23 - 主分类号： G06F17/10 文献下载
摘要：本发明公开了基于VMD的可以自适应确定模态数的分解方法，涉及VMD技术领域，为了提高最终预测精度的问题。本基于VMD的可以自适应确定模态数的分解方法，VMD根据分量窄带条件建立约束优化问题，从而估计信号分量的中心频率以及重构相应分量，针对VMD不能自适应确定分解模态数的问题提出IPD算法，通过IPD算法实现对信号的精确分解，不仅能够解决模态混叠和端点效应等问题，还可以针对不同的后续预测模型得到相对应的最优分解方式。IPD分解算法充分发挥了VMD算法的优点，能够将原始时间序列分解成更易抓取特征的子序列，优于其他分解方法。在满足IPD算法的前提下，结合四种不同的预测模型进行分解预测，实验误差都有了一定程度的降低。
基于 vmd 可以自适应确定模态数分解方法

[发明专利]一种结合评论中主题与情感信息的矩阵分解推荐算法-CN201810576463.0在审
发明人：杨波;王晓腾 -专利权人：电子科技大学
申请日： 2018-06-06 - 公布日： 2018-12-07 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种结合评论中主题与情感信息的矩阵分解推荐算法。该算法包含特征提取算法与评分预测算法两个部分。特征提取为本发明提供的TST算法，该算法首先将商品评论按照商品编号进行聚合，然后采用LDA提取商品的主题特征，之后再将商品评论按照用户编号进行聚合，计算用户的情感并映射为用户偏好特征。评分预测为本发明提供的WMF算法，该算法首先以特征提取阶段提取到的特征来初始化特征向量，随后对特征向量进行加权矩阵分解，最后基于矩阵分解的结果对缺失评分进行预测。与现有的主题矩阵分解推荐算法相比，本发明提供的结合评论中主题与情感信息的矩阵分解推荐算法具有更好的用户偏好可解释性以及更高的预测精度。
算法矩阵分解情感信息商品评论特征向量聚合预测评论特征提取阶段特征提取算法用户偏好特征加权矩阵特征提取用户偏好预测算法主题特征初始化解释性映射分解

[发明专利]一种用电负荷分解融合辨识的方法与系统-CN201710623494.2在审
发明人：颜钢锋;王轶楠 -专利权人：广州瓦良格机器人科技有限公司
申请日： 2017-07-27 - 公布日： 2017-11-24 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种用电负荷分解融合辨识的方法与系统，本发明首先采用非侵入式设备采集用户侧的用电信息，并从中提取用电负荷特征；采用至少三种负荷分解算法，对提取出的用电负荷特征并行地进行分解，各自分解得到用电设备的运行情况；最后采用融合辨识算法将并行分解后的结果融合之后得到最终分解结果。本发明并行地采用了不同的算法进行分解得到用电设备的工作情况，并且通过自适应的权重将不同的分解结果融合辨识，提升了辨识结果的准确度，并通过实际样例对辨识算法进行验证。
一种用电负荷分解融合辨识方法系统

[发明专利]基于频域分解及人工智能算法的短期负荷预测方法-CN201910243384.2在审
发明人：张倩;丁津津;马金辉;马愿;谢毓广;李顺;李智;赵晓春;叶海峰;黄少雄;王璨 -专利权人：安徽大学
申请日： 2019-03-28 - 公布日： 2019-06-25 - 主分类号： G06Q10/04 文献下载
摘要：本发明针对现有的短期负荷预测方法都存在预测方法较为单一，预测精度不高的问题，提供一种基于频域分解及人工智能算法的短期负荷预测方法。该方法，包括：用频域分解算法对原始负荷数据的负荷时间序列进行分解，获得日周期分量、周周期分量、低频分量和高频分量；采用神经网络算法对日周期和周周期进行预测；采用随机森林算法对低频分量进行预测；对高频分量进行二次分解，对分解后的低频部分采用神经网络算法进行预测。本发明所提的基于频域分解的短期负荷预测模型，预测结果与Elman神经网络、随机森林预测结果相比具有更高的预测精度。
短期负荷预测频域分解预测人工智能算法神经网络算法低频分量高频分量随机森林预测结果周期分量分解算法神经网络时间序列原始负荷

[发明专利]一种基于容量估计的改进光伏分解算法-CN202211227965.5在审
发明人：刘博;田建民;栾文鹏;高毅;张梁;王旭东;迟福建;徐晶;罗帅 -专利权人：天津大学;国网天津市电力公司;国家电网有限公司
申请日： 2022-10-09 - 公布日： 2023-06-23 - 主分类号： G06F17/18 文献下载
摘要：本发明公开了一种基于容量估计的改进光伏分解算法，包括以下步骤：生成候选容量序列；基于候选容量序列得到容量曲线；基于容量曲线进行容量估计；构建概率密度函数；生成典型样本；进行最大似然估计，得到光伏分解的初步结果；得到置信系数；利用置信系数对初步结果进行校正，得到最终的光伏分解结果。本发明基于容量估计结果对原有结果进行校正，增强了原始光伏分解算法的鲁棒性。本发明方法具有较高的容量估计准确率，在含少量缺失值的情况下保持了较好的适应性，同时对光伏分解算法进行改进，提高了光伏分解算法的计算速度，提高了光伏分解算法的准确率。
一种基于容量估计改进分解算法

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