“梯度算法”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391143个，建议您升级VIP下载更多相关专利

[发明专利]海洋温度锋的特征参数提取方法和装置-CN202110403236.X在审
发明人：任诗鹤 -专利权人：国家海洋环境预报中心
申请日： 2021-04-14 - 公布日： 2021-07-13 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了海洋温度锋的特征参数提取方法和装置，包括：获取SST数据，将SST数据进行高斯滤波处理，得到滤波后的SST数据；将滤波后的SST数据通过Sobel梯度算法，得到温度场的梯度幅值和梯度方向；将温度场的梯度幅值和梯度方向通过Canny边缘检测算法，得到锋面二值化图像；将锋面二值化图像通过锋面边缘跟踪算法，确定每条锋面的方向，可以确保锋面定位的准确性；根据每条锋面方向将端点处于预设范围内的锋面进行连接，得到新的锋面二值化图像
海洋温度特征参数提取方法装置

[发明专利]基于直方图的梯度增强回归树算法的水稻地上部淀粉积累量遥感反演模型和方法-CN202011386366.9在审
发明人：汪伟;钟平;邵文琦;朱元励;吴莹莹;姜晓剑;陈青春;任海芳;李卓 -专利权人：淮阴师范学院
申请日： 2020-12-01 - 公布日： 2021-04-20 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于直方图的梯度增强回归树算法的水稻地上部淀粉积累量遥感反演模型，为Python语言的基于直方图的梯度增强回归树模型，并进一步提供了该基于直方图的梯度增强回归树模型的模型参数。还提供了基于直方图的梯度增强回归树算法的水稻地上部淀粉积累量遥感反演方法。本发明的基于直方图的梯度增强回归树算法的水稻地上部淀粉积累量遥感反演模型能够快速、准确的获取水稻地上部淀粉积累量信息，克服水稻组分复杂带来的光谱叠加效应造成的水稻地上部淀粉积累量特征波段难以确定的困难，
基于直方图梯度增强回归算法水稻上部淀粉积累遥感反演模型方法

[发明专利]一种基于分布式编码的随机梯度下降优化方法-CN201911117318.7有效
发明人：谢在鹏;李博文;张基;朱晓瑞;徐媛媛;叶保留;毛莺池 -专利权人：河海大学
申请日： 2019-11-15 - 公布日： 2023-03-24 - 主分类号： G06F9/50 文献下载
摘要：本发明公开了一种基于分布式编码的随机梯度下降优化方法，针对在大规模分布式集群上面临的计算节点异构和通讯负载瓶颈带来的梯度延迟和效率下降的问题，基于分布式编码提出一种适应节点负载均衡的异步随机梯度下降优化算法主要通过在数据交换阶段针对参数更新时产生的数据通信进行编码优化，并使用一种基于负载均衡策略通过对节点计算能力进行实时估计，优化节点间的任务分配，改善梯度延迟问题。本算法可以缓解由于梯度延迟问题导致的深度神经网络的损失函数难以收敛的问题，能够对大规模神经网络上的训练性能带来较好的提升，从而保证了提高了分布式神经网络训练算法的性能。
一种基于分布式编码随机梯度下降优化方法

[发明专利]一种基于梯度下降算法的网络化运动控制系统攻击估计方法-CN201910812076.7在审
发明人：朱俊威;王琪;张文安;俞立;董辉;徐建明 -专利权人：浙江工业大学
申请日： 2019-08-30 - 公布日： 2020-01-17 - 主分类号： H04L29/06 文献下载
摘要：一种基于梯度下降算法的网络化运动控制系统攻击估计方法，首先考虑系统中存在传感器攻击的情况，确定其状态空间方程并将其离散化；构造τ个传感器测量值的输出方程；最后基于梯度下降算法构造观测器，将估计误差收敛至预定的极小能量界内基于梯度下降算法的观测器设计，其攻击估计效果精度更高，并且可以通过调节特定的参数改善估计性能。
下降算法观测器攻击事件驱动技术运动控制系统状态空间方程传感器测量估计误差估计性能计算资源输出方程系统计算离散化网络化小能量传感器收敛节约

[发明专利]基于共轭梯度追踪的稀疏多频带信号重构方法-CN201710684437.5在审
发明人：于楠 -专利权人：大连大学
申请日： 2017-08-11 - 公布日： 2017-12-15 - 主分类号： H03M7/30 文献下载
摘要：本发明公开了一种基于共轭梯度追踪的稀疏多频带信号重构方法，首先，建立信号重构模型；然后，构建重构框架；最后，使用MMV‑CGP算法重构信号，该算法将OMPMMV算法求解问题转化为无约束最优化问题，采用与OMPMMV算法相似的贪婪选择方法，并通过共轭梯度最优化代替伪逆运算，达到降低信号重构过程运算复杂度及计算量的目的。
基于共轭梯度追踪稀疏频带信号方法

[发明专利]一种基于AutoRec算法的差分隐私保护推荐方法及系统-CN202310785029.4在审
发明人：杨昌松;唐紫薇;丁勇;柳悦玲;李振宇;赵汝文;李春海 -专利权人：桂林电子科技大学;南宁桂电电子科技研究院有限公司
申请日： 2023-06-29 - 公布日： 2023-10-20 - 主分类号： G06F1/20 文献下载
摘要：本发明属于数据处理技术领域，公开了一种基于AutoRec算法的差分隐私保护推荐方法及系统，在AutoRec算法上选择在训练过程中对其梯度加噪实现差分隐私保护，将AutoRec算法和差分隐私相结合设计DPAutoRec算法并在此基础上进一步优化，最后利用实验仿真验证DPAutoRec算法在满足差分隐私的同时也保证了模型的可用性。本发明基于经典的AutoRec算法，将差分隐私和AutoRec模型相结合，设计了DPAutoRec，在深度学习领域，使用Guaasian机制来扰动梯度数据比用Laplace机制来扰动梯度数据的性能更好，
一种基于 autorec 算法隐私保护推荐方法系统

[发明专利]一种基于梯度下降法的混合预编码方法-CN202010975925.3有效
发明人：程知群;李金萌;李航 -专利权人：杭州电子科技大学
申请日： 2020-09-16 - 公布日： 2021-09-21 - 主分类号： H04B7/0413 文献下载
摘要：本发明公开了一种基于梯度下降法的混合预编码算法，具体为大规模MIMO中针对部分连接的移相器网络的混合预编码算法。本发明旨在数字域预编码固定的情况下，单独优化模拟域预编码，以降低算法复杂度；本发明分为两大部分：一是在随机给定模拟域的预编码器情况下，利用最小二乘法求解基带预编码器和组合器；二是提出利用梯度下降法求解模拟预编码器和组合器的算法；本发明提出梯度下降的方法，能够在频谱效率保持最佳的条件下，有效地降低算法复杂度，并且具有快速收敛的优势。同时，该方法适用于不同分辨率的移相器网络，算法灵活度更高。
一种基于梯度下降混合预编方法

[发明专利]基于ME-TD3算法的风电场动态参数智能校核方法-CN202110265065.9有效
发明人：安军;周庆锋;刘征帆;金宏;蒋振国;季轶;王玉鹏;杨宇童 -专利权人：东北电力大学;国网吉林省电力有限公司吉林供电公司
申请日： 2021-03-10 - 公布日： 2022-09-20 - 主分类号： G06F30/18 文献下载
摘要：本发明是一种基于ME‑TD3算法的风电场动态参数智能校核方法，其特点是，在双馈风电场等值模型的基础上，对深度强化学习的新进展深度确定性策略梯度算法进行改进，提出了多经验池概率回放的双延迟深度确定性策略梯度算法针对深度确定性策略梯度算法存在的高维度状态动作空间收敛速度较慢和网络高方差、过拟合的问题，该算法采取双经验池的方法提高了抽样时有效经验被选取的概率，提高了网络训练的效率，同时采取多种技巧来提高ME‑TD3算法中评价网络估值的准确度，从而提高了风电场动态参数校核的准确性，具有科学合理、适用性强、效果佳的优点。
基于 me td3 算法电场动态参数智能校核方法

[发明专利]一种基于复合二阶分数阶次信号处理的边缘检测方法-CN201010266876.2在审
发明人：叶永强;杨海波;何志强 -专利权人：南京航空航天大学
申请日： 2010-08-31 - 公布日： 2010-12-29 - 主分类号： G06T5/00 文献下载
摘要：本发明提出了一种基于复合二阶分数阶次信号处理的边缘检测方法，该方法为对图像中所有的目标像素点利用分数阶次信号处理进行梯度运算以求边缘的新算法，包括：对任意图像生成灰度矩阵，分别对该矩阵中各像素点，应用检测算子进行梯度运算，得到各像素点的梯度幅值，通过得到的零交叉图像确定边缘位置，若目标像素点的梯度幅值高于阈值时，则确定该目标像素点为边缘点。本发明省去了对图像进行平滑滤波预处理，利用基于分数阶次信号处理的新颖复合求导算法进行梯度运算，该算法中的分数积分抑制了分数微分过程引入的干扰，具有信噪比良好，边缘定位准确，能够良好抑制虚假边缘的特点。该算法能应用于自动目标识别等领域。
一种基于复合分数信号处理边缘检测方法

[发明专利]边云系统框架下具有隐私保护的梯度下降加速算法-CN201910315793.9在审
发明人：杨树森;李亚男;惠永昌 -专利权人：江苏慧中数据科技有限公司
申请日： 2019-04-19 - 公布日： 2019-10-29 - 主分类号： G06F21/62 文献下载
摘要：边云系统框架下具有隐私保护的梯度下降加速算法，各个边服务器从中心服务器读取当前时刻的更新参量至本地服务器，从本地数据集中随机抽取一个批数据并在此批上计算梯度，随后从拉普拉斯分布中随机抽取噪声对梯度进行加密，之后上传至中心服务器完成梯度下降更新；若梯度的范数大于给定的阈值，则使用第一阶段的全局敏感度和学习率，利用过时梯度加速收敛并保护隐私；若梯度的范数小于给定的阈值，则转入第二阶段，使用调整后的全局敏感度和学习率，利用过时梯度加速收敛并保护隐私；解决了异步并行算法迭代更新时的隐私保护和收敛慢问题。
隐私保护收敛中心服务器加速算法随机抽取敏感度云系统范数服务器隐私更新读取过时拉普拉斯分布数据集中算法迭代异步并行参量上传全局加密噪声转入学习

[发明专利]基于多方安全计算的深度学习用户梯度聚合方法-CN202210349291.X在审
发明人：罗雪;王保仓;陈艳格 -专利权人：西安电子科技大学
申请日： 2022-04-01 - 公布日： 2022-08-12 - 主分类号： H04L9/00 文献下载
摘要：一种基于多方安全计算的深度学习用户梯度聚合方法，在深度学习中用户对梯度向量添加随机数后，使用多密钥同态加密算法对用户梯度向量进行加密。同时利用可验证秘密共享算法对通过验证的用户添加的随机数求和，参数服务器拿到梯度密文向量之后使用主密钥进行解密，对用户梯度向量去除随机数后求平均。这样既能够解决多方深度学习中单一密钥环境中的梯度聚合会泄露用户隐私的问题，防止梯度聚合过程中参数服务器获取用户隐私的同时，使用添加随机数后去除随机数的方式，而不是添加无法去除的噪声，保护了梯度的真实性和完整性
基于多方安全计算深度学习用户梯度聚合方法

[发明专利]一种基于强化学习的策略梯度改进粒子群的PG-W-PSO方法-CN202310455660.8在审
发明人：曾清华;竺筱晶 -专利权人：上海电力大学
申请日： 2023-04-25 - 公布日： 2023-07-18 - 主分类号： G06N3/006 文献下载
摘要：本发明提供一种基于强化学习的策略梯度改进粒子群的PG‑W‑PSO方法，针对PSO算法寻优过程中人工配置参数不容易确定合适参数的问题，本方法基于强化学习的策略梯度改进粒子群算法，通过设计策略神经网络和智能体本方法将策略梯度引入粒子群算法中可以提高算法的优化精度，通过自适应地动态调整参数能提升算法性能，可以达到更好的优化效果。在对基于夏普比率的投资组合模型进行优化求解时，与PSO、PSOW、PG‑PSO算法相比，本PG‑W‑PSO和PG‑PSO算法均能提高最优解的精度和算法的性能，并且本PG‑W‑PSO算法更进一步地提升了最优解的精确度和收敛速度
一种基于强化学习策略梯度改进粒子 pg pso 方法

[发明专利]一种基于分解技术的双线性模型参数辨识方法-CN201710932414.1在审
发明人：肖永松;丁锋;汪学海;刘艳君 -专利权人：江南大学
申请日： 2017-10-10 - 公布日： 2018-02-23 - 主分类号： G06F17/16 文献下载
摘要：该方法首先将双线性模型重构为两个等价虚拟模型，然后分别针对两个虚拟模型的参数向量定义准则函数，采用负梯度搜索原理并对其最小化后，得到两个参数向量的随机梯度估计算法。采用未知参数前一时刻估计值代替当前时刻值的方法可以有效解决两个虚拟模型的信息向量中含有未知变量导致估计算法无法实现的问题，同时为算法引入的遗忘因子可以有效提升算法收敛速度，最终得到的遗忘因子递阶随机梯度辨识算法可以快速有效的辨识出双线性模型的参数
一种基于分解技术双线模型参数辨识方法

[发明专利]并行互补式神经网络算法-CN202110810076.0在审
发明人：史永康 -专利权人：史永康
申请日： 2021-07-18 - 公布日： 2021-12-03 - 主分类号： G06N3/04 文献下载
摘要：人工智能技术在当代的各个领域发挥着越来越重要的作用，神经网络算法在其中是重要的分支，但是神经网络算法也有很多不足，比如在深度学习反向传播的时候会出现梯度消失和梯度爆炸的问题。本发明的并行互补式神经网络算法，采用两个神经网络进行互补式的学习和输出，一方面可以解决梯度消失和梯度爆炸的问题，另一方面互补式的神经网络可以同时输入不同领域或不同维度的输入向量，例如图片和音频，进行混合式的学习
并行互补神经网络算法

[发明专利]一种基于三维梯度相似性的视频质量评价算法-CN201510881675.6有效
发明人：张淑芳;韩泽欣;王馥瑶;张聪 -专利权人：天津大学
申请日： 2015-12-03 - 公布日： 2017-09-15 - 主分类号： H04N17/00 文献下载
摘要：本发明公开了一种基于三维梯度相似性的视频质量评价算法，分别计算出原始视频和失真视频对应帧的三维梯度相似度矩阵、相位一致性相似度矩阵和梯度相似度矩阵，求出三维梯度相似度3DSIM作为对视频质量的评价，完成对失真视频的质量评价与现有技术中相比，本发明提高视频客观质量评价与人眼的主观质量评价的一致性，该算法不局限于特定场景的视频质量评价，并且对不同失真类型的视频序列均有较好的视频评价性能；另外，该算法计算复杂度低，可以实现实时的质量评价
一种基于三维梯度相似性视频质量评价算法