“序列特征”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2638107个，建议您升级VIP下载更多相关专利

[发明专利]特征序列对齐方法-CN202110368754.2有效
发明人：梁帆 -专利权人：东莞先知大数据有限公司
申请日： 2021-04-06 - 公布日： 2021-11-02 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种特征序列对齐方法，获取按照位置坐标从小到大的顺序进行排列的特征序列和标准序列，根据两者的位置坐标和特征值计算两者之间的序列相似度分数和序列距离差。采用聚类算法对特征序列和标准序列进行分类，得到按照位置坐标中心从小到大的顺序进行排序的特征子序列和标准子序列。针对每个特征子序列从标准子序列中筛选满足预设筛选条件的标准子序列，根据特征子序列和筛选得到的标准子序列两者的位置坐标，计算两者之间的子序列相似度分数和子序列距离差。获取每个特征子序列的最大的子序列相似度分数对应的子序列距离差作为特征子序列的修正距离，根据修正距离对每个特征子序列进行修正，从而建立特征序列和标准序列之间的对齐关系。
特征序列对齐方法

[发明专利]时间序列数据特征量提取装置、时间序列数据特征量提取方法和时间序列数据特征量提取程序-CN201780054018.1有效
发明人：仓泽央;林胜义;藤野昭典;小笠原隆行;山口真澄;冢田信吾;中岛宽 -专利权人：日本电信电话株式会社
申请日： 2017-08-28 - 公布日： 2023-07-21 - 主分类号： G06N3/084 文献下载
摘要：时间序列数据特征量提取装置具备：数据加工部，基于受理的输入时间序列数据长度和受理的观测最小间隔来将受理的不等间隔时间序列数据组加工为包括缺损的等间隔时间序列数据组和表示缺损的有无的缺损信息组；模型学习部，针对模型，将所述包括缺损的等间隔时间序列数据组的矩阵的未缺损的要素与所述模型的输出层的输出结果的要素的差异作为误差，学习所述模型的各层的权重向量，将所述权重向量作为模型参数保存在存储部中；以及特征量提取部，受理特征量提取对象的时间序列数据，向所述模型输入所述受理的特征量提取对象的时间序列数据，由此，使用在所述存储部中保存的所述模型参数来计算所述模型的中间层的值，将所述计算出的中间层的值作为表示数据的随时间变化的特征量输出
时间序列数据特征提取装置方法程序

[发明专利]特征量提取装置、时间序列推理装置、时间序列学习系统、时间序列特征量提取方法、时间序列推理方法和时间序列学习方法-CN202080098973.7在审
发明人：丸田润;吉村玄太 -专利权人：三菱电机株式会社
申请日： 2020-04-06 - 公布日： 2022-11-11 - 主分类号： G06Q10/04 文献下载
摘要：特征量提取装置(100)具有：数据取得部(110)，其取得时间序列数据作为输入时间序列数据(D1)；多滤波器应用部(120)，其具有多个数字滤波器，对数据取得部(110)取得的输入时间序列数据(D1)应用各数字滤波器，按照每个数字滤波器输出应用后的包含时间序列特征或频率特征的时间序列数据即滤波器响应时间序列数据(D5)；以及特征量提取部(130)，其针对多滤波器应用部(120)输出的多个滤波器响应时间序列数据(D5)，按照每个滤波器响应时间序列数据(D5)提取特征量，输出提取出的特征量作为特征量数据(D2)。
特征提取装置时间序列推理学习系统方法学习方法

[发明专利]一种特征序列的优选方法和装置-CN201710132100.3有效
发明人：陈先国;方乐明 -专利权人：大唐移动通信设备有限公司
申请日： 2017-03-07 - 公布日： 2020-11-03 - 主分类号： H04W24/02 文献下载
摘要：本发明实施例提供了一种特征序列的优选方法和装置，所述方法包括：按照预设算法生成多个特征序列，按预设数量将所述多个特征序列组织为多个特征序列组；针对各个特征序列组中的任意两个不同特征序列，分别生成特征序列对偶；计算所述特征序列对偶的最大相关峰值，用于评估特征序列对偶的两个特征序列之间的互相关性强弱；根据所有特征序列组中的每个特征序列对偶的最大相关峰值确定最优特征序列组。经过优选后的特征序列组，可以有效地降低接收侧基站检测特征序列的误检率。
一种特征序列优选方法装置

[发明专利]基于时域特征融合的视频超分辨率重建方法及系统-CN202110217175.8有效
发明人：徐君;许刚;程明明 -专利权人：南开大学
申请日： 2021-02-26 - 公布日： 2022-07-15 - 主分类号： G06T3/40 文献下载
摘要：本发明提供了基于时域特征融合的视频超分辨率重建方法及系统。其中该方法包括获取视频的图像序列，提取图像序列特征，得到初始特征序列；将初始特征序列中的特征进行局部时域特征融合，得到局部特征序列；将初始特征序列中的非边界特征与其最邻近的两个特征进行融合；对于初始特征序列中的边界特征，将两个该边界特征及与其最邻近的一个特征进行融合；将局部特征序列输入至双向采样的可变卷积长短时记忆网络，对局部特征序列中每一个特征进行全局范围内的特征补充，得到全局特征序列；提取全局特征序列的超分辨率特征，并与初始特征序列对应相加，再提取特征相加后序列的高分辨率上采样特征，经卷积神经网络得到最终的高分辨率重建图像序列。
基于时域特征融合视频分辨率重建方法系统

[发明专利]SAR图像序列特征提取方法-CN201610389835.X有效
发明人：洪文;李洋;薛斐腾;郭小洋;王建峰;郭胜龙 -专利权人：中国科学院电子学研究所
申请日： 2016-06-03 - 公布日： 2019-04-02 - 主分类号： G06K9/46 文献下载
摘要：一种圆迹SAR图像序列特征提取方法，包括：联合应用似然比和恒虚警检测实现对圆迹SAR初始图像的方位向多散射中心的检测、消除和非相干累加，得到新的圆迹SAR图像序列，并获得所述新的圆迹SAR图像的似然比曲线Λ(i)和子孔径消除曲线Ap(i)；通过对所述似然比曲线进行前向差分、编码和转码，并对编码后的特征进行合并类别数，得到多视向似然比特征；以及通过对子孔径消除曲线进行前向差分、编码和转码，并对编码后的特征进行合并类别数，得到多视向子孔径消除特征。
sar 图像序列特征提取方法

[发明专利]训练时间序列预测模型的方法、时间序列预测方法及装置-CN202010308505.X在审
发明人：谭龙华;田光见;严骏驰 -专利权人：华为技术有限公司
申请日： 2020-04-18 - 公布日： 2020-09-01 - 主分类号： G06Q10/04 文献下载
摘要：本申请涉及人工智能领域中的一种训练时间序列预测模型的方法、时间序列预测方法及装置，该训练时间序列预测模型的方法包括：获取时间序列数据特征，所述时间序列数据特征为时间序列数据在当前时刻的数据特征；基于事件序列数据的发生时刻确定事件序列数据特征，所述事件序列数据特征用于表示所述事件序列数据在当前时刻的数据特征，所述事件序列数据特征包含发生时刻的时间信息；基于所述时间数据特征与所述事件序列数据特征进行时间序列预测，得到预测的时间序列数据；基于所述预测的时间序列数据，调整所述时间序列预测模型的参数。该方法有助于提高时间序列预测的预测效果。
训练时间序列预测模型方法装置

[发明专利]定位大气波导干扰的方法、基站及计算机可读存储介质-CN201911350268.7在审
发明人：吴江 -专利权人：中兴通讯股份有限公司
申请日： 2019-12-24 - 公布日： 2021-06-25 - 主分类号： H04W24/02 文献下载
摘要：根据本发明实施例提供的定位大气波导干扰的方法，通过获取标准带宽对应的特征序列；根据所述特征序列确定与服务小区实际带宽匹配的目标特征序列，发送所述目标特征序列；通过接收目标特征序列，根据所述目标特征序列确定发送所述目标特征序列的服务小区；所述目标特征序列由所述服务小区获取标准带宽长度对应的特征序列后，根据所述特征序列得到的与所述服务小区实际带宽匹配的目标特征序列，解决了同频段上各服务小区带宽无法完全对齐，使得特征序列检测复杂度高，运算量大，从而导致无法使用大气波导定位功能的问题，降低了特征序列检测的运算量，提升了用户体验。
定位大气波导干扰方法基站计算机可读存储介质

[发明专利]亲和力预测方法、装置、计算机设备及存储介质-CN202310562554.X在审
发明人：何冰;何昊淮;姚建华;赵宇 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-05-18 - 公布日： 2023-10-27 - 主分类号： G16B30/00 文献下载
摘要：该方法包括：获取抗原序列信息和抗体序列信息，抗体序列信息包括抗体序列的轻链序列信息和重链序列信息，抗原序列信息表示抗原序列中的氨基酸；分别对抗原序列信息、轻链序列信息和重链序列信息进行特征提取，得到抗原序列特征、轻链序列特征和重链序列特征；对抗原序列特征、轻链序列特征和重链序列特征进行融合，得到融合序列特征；对融合序列特征进行全连接，得到亲和力检测结果，亲和力检测结果表示抗体序列对抗原序列的亲和力。
亲和力预测方法装置计算机设备存储介质

[发明专利]一种基于特征序列比对的用户画像建立方法和装置-CN202010237633.X有效
发明人：刘毅;董云龙;曹英卓;陈广 -专利权人：中国移动通信集团河北有限公司;中国移动通信集团有限公司
申请日： 2020-03-30 - 公布日： 2023-04-28 - 主分类号： G06F16/9035 文献下载
摘要：本发明公开了一种基于特征序列比对的用户画像建立方法和装置，该方法包括:收集不同用户在不同时间段对应的特征集合，确定多个结构特征序列和多个时序特征序列并分别进行编码，得到多个结构特征编码序列和多个时序特征编码序列；将任一结构特征编码序列与其他结构特征编码序列比对，确定关联结构特征编码序列，并对其进行合并，得到结构特征合并序列；确定结构特征合并序列对应的时序特征编码序列；根据结构特征合并序列以及与其对应的时序特征编码序列本发明基于特征序列比对来区分个体，弥补了现有技术中构建用户画像时，很难精准地唯一标识用户，无法形成完整的用户画像的缺陷，具有更加广泛的适用性。
一种基于特征序列用户画像建立方法装置

[发明专利]目标匹配方法及装置、电子设备和存储介质-CN201810621959.5有效
发明人：张瑞茂;孙红斌;罗平;葛玉莹;任宽泽;林倞;王晓刚 -专利权人：深圳市商汤科技有限公司
申请日： 2018-06-15 - 公布日： 2021-02-12 - 主分类号： G06F16/73 文献下载
摘要：该方法包括：提取查询图像序列中每一帧的特征向量和候选图像序列中每一帧的特征向量；基于查询图像序列中每一帧的特征向量和候选图像序列中每一帧的特征向量，确定查询图像序列的自表达特征向量、查询图像序列的协同表达特征向量、候选图像序列的自表达特征向量和候选图像序列的协同表达特征向量；基于查询图像序列的自表达特征向量、查询图像序列的协同表达特征向量、候选图像序列的自表达特征向量和候选图像序列的协同表达特征向量，确定查询图像序列与候选图像序列的相似性特征向量；基于相似性特征向量，确定查询图像序列与候选图像序列的匹配结果。
目标匹配方法装置电子设备存储介质

[发明专利]信息处理方法、装置、电子设备及计算机可读存储介质-CN202111271040.6在审
发明人：张露;陈丹丹 -专利权人：京东方科技集团股份有限公司
申请日： 2021-10-29 - 公布日： 2023-05-09 - 主分类号： G16B40/00 文献下载
摘要：本申请实施例通过获取目标核糖核酸序列的第一子序列特征及第二子序列特征；通过第一预训练模型，对所述第一子序列特征、所述第二子序列特征进行信息处理，得到所述目标核糖核酸序列的序列表示向量，由于第一子序列特征基于包含一个碱基的段序列确定，第二子序列特征基于包含至少两个碱基的段序列确定，因此，第一子序列特征和第二子序列特征中分别反应了目标核糖核酸序列的不同特点，这样，通过第一子序列特征及第二子序列特征确定目标核糖核酸序列的序列表示向量，所确定的序列表示向量的特征表示能力得到了提升。
信息处理方法装置电子设备计算机可读存储介质

[发明专利]一种序列特征视角下的多维序列分析方法-CN201710008325.8在审
发明人：陈黎飞;陈可意 -专利权人：福建师范大学
申请日： 2017-01-05 - 公布日： 2017-05-24 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种序列特征视角下的多维序列分析方法，所述序列特征视角下的多维序列分析方法基于序列特征视角，将每条序列视为特征，建立矩阵形式的序列特征表示模型，其中矩阵的每一行为数据对象，每一列是以序列表示的特征，矩阵的每个元素为一条序列；基于序列特征表示模型首先衡量对象在每个序列特征上单序列间的相似性，再通过线性或非线性组合各单序列的相似性，计算多维序列对象间的相似性。通过分析视角的转换，揭示了多维序列数据中各序列作为描述对象不同侧面特征的作用，以矩阵形式提供的序列特征表示模型及其对象间相似性度量方式，使得现有众多数据分析方法可以容易地转换到多维序列数据上。
一种序列特征视角多维分析方法

[发明专利]基于transformer的目标行为识别方法及系统-CN202310359256.0在审
发明人：邱志鹏;李凡平;石柱国 -专利权人：以萨技术股份有限公司
申请日： 2023-04-06 - 公布日： 2023-07-07 - 主分类号： G06V40/20 文献下载
摘要：本发明公开的基于transformer的目标行为识别方法及系统，包括：获取待识别的视频序列；对待识别的视频序列中的行人目标进行语义分割，获得行人掩码序列；根据待识别的视频序列、行人掩码序列和训练好的行为识别模型，获得行为识别结果，其中，行为识别模型包括视频序列特征提取网络、掩码序列特征提取网络和video swin transformer网络，视频序列特征提取网络以视频序列为输入，输出视频序列特征；掩码序列特征提取网络以行人掩码序列为输入，输出掩码序列特征；将视频序列特征和掩码序列特征相加后输入video swin transformer网络中，输出行为识别结果。
基于 transformer 目标行为识别方法系统

[发明专利]数据集优化方法、装置、电子设备及存储介质-CN202110324339.7在审
发明人：宋超;陈佛林;高斌 -专利权人：成都新希望金融信息有限公司
申请日： 2021-03-25 - 公布日： 2021-06-25 - 主分类号： G06F16/2458 文献下载
摘要：所述方法包括：从数据集中提取相关特征，相关特征至少包括第一特征和第二特征；对相关特征进行时间序列化处理，以获得相关特征的指定影响序列，指定影响序列包括第一影响序列即第一特征波动序列和第一特征趋势序列，第二影响序列即第二特征波动序列和第二特征趋势序列，将其分别切分为短时间序列；对短时间序列进行关联分析，以确定第一影响序列中的序列和第二影响序列中的序列在时间条件下的相关性。该方法能够提高数据分析的精确度，并且从影响具体时间段以及相互影响等多角度体现两个时间序列间的相关性。
数据优化方法装置电子设备存储介质

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