“类高斯”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401591个，建议您升级VIP下载更多相关专利

[发明专利]一种X射线荧光光谱峰拖尾消除方法及系统-CN201910909413.4有效
发明人：洪旭;王敏;周建斌;吕新龙;刘飞;周伟;刘易 -专利权人：成都理工大学
申请日： 2019-09-25 - 公布日： 2021-05-25 - 主分类号： G01N23/223 文献下载
摘要：信号处理的方法，包括：获取待处理的类高斯脉冲；将所述类高斯脉冲输入到极零相消处理电路中，进行预设次数的极零相消处理，得到脉冲宽度可调的类高斯脉冲，所述预设次数与所述类高斯脉冲的极点数量相等。该信号处理的方法提高了类高斯脉冲成形算法的应用性，便于对X荧光光谱进行分析。
一种射线荧光光谱峰拖尾消除方法系统

[发明专利]基于聚类算法的非高斯天气雷达信号自适应谱矩估计方法-CN202210381368.1在审
发明人：董锡超;胡佳琪;陈志扬;田卫明;胡程;曾涛 -专利权人：北京理工大学;北京理工大学重庆创新中心
申请日： 2022-04-12 - 公布日： 2022-11-29 - 主分类号： G01S13/95 文献下载
摘要：本发明公开了一种基于聚类算法的非高斯天气雷达信号自适应谱矩估计方法，首先利用高斯混合模型对非高斯功率谱进行建模，并采用肘部法则计算非高斯信号中包含的高斯功率谱个数K；然后利用K‑means聚类算法对非高斯信号的功率谱的采样点进行聚类，将聚类的均值和方差作为谱矩的初值；最后采用期望最大算法进一步估计谱矩；本发明能够在天气信号功率谱为非高斯分布且传统谱矩估计方法失效时有效估计谱矩参数。
基于算法非高斯天气雷达信号自适应估计方法

[发明专利]一种基于交叉相位的类厄米特高斯光束的制备方法-CN202010496262.7在审
发明人：任元;王琛;刘通;李修乾;李晋川;丁友;陈琳琳;陈晓岑 -专利权人：中国人民解放军战略支援部队航天工程大学
申请日： 2020-06-03 - 公布日： 2020-09-15 - 主分类号： G02B27/09 文献下载
摘要：本发明涉及一种基于交叉相位的类厄米特高斯光束的制备方法。交叉相位是一种特殊的光场相位结构，类厄米特高斯光束是一种特殊的光场，其相位分布与拉盖尔高斯光束相同，强度分布与厄米特高斯光束相同。利用多参量联合调控技术制备携带拉盖尔高斯光束与交叉相位信息的全息图样，并加载到空间光调制器，一束线偏振高斯光束照射到空间光调制器进行复振幅调制，出射光为携带交叉相位的拉盖尔高斯光，传播一段距离后即可在近场条件下生成类厄米特高斯光本方法光路简洁，属于激光操控领域，可应用于类厄米特高斯光束的制备。
一种基于交叉相位类厄米特高斯光束制备方法

[发明专利]一种缺失条件下的高斯混合模型聚类机器学习方法-CN202110204941.7在审
发明人：朱信忠;徐慧英;张毅;刘新旺;赵建民 -专利权人：浙江师范大学
申请日： 2021-02-24 - 公布日： 2021-07-06 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种缺失条件下的高斯混合模型聚类机器学习方法，包括：S11.获取聚类任务和目标数据样本；S12.将获取的目标数据样本中的每个样本分为可观测特征部分和缺失特征部分，对缺失特征部分进行初始填充并保持可观测特征部分的不变性；S13.利用随机初始化选定各个高斯混合模型成分的代表点，通过极大似然估计方法建立缺失特征部分条件下的高斯混合模型聚类的优化目标函数；S14.采用极大似然估计方法求解建立的高斯混合模型聚类的优化目标函数，实现聚类。本发明将填充任务与高斯混合模型聚类相融合，在聚类结果的引导下填充缺失值，用动态填充的值再进行高斯混合模型聚类。
一种缺失条件下混合模型机器学习方法

[发明专利]一种高斯过程多分类器的构造方法及装置-CN201510785867.7在审
发明人：童莹;黄维;曹雪虹 -专利权人：南京工程学院
申请日： 2015-11-16 - 公布日： 2016-03-23 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例公开了一种高斯过程多分类器的构造方法及装置，涉及电子信息技术领域，能够减少分类过程的耗时并避免训练均衡性较差问题。本发明的方法包括：将训练样本两两组合，并对每种组合通过高斯过程二分类算法进行训练，并得到高斯二分类器，其中，每种组合包括两个训练样本，且对应一个高斯二分类器；运行得到的所有高斯二分类器，依次对测试样本进行分类判定；在所判定出的所有类别中，提取测试样本的类别结果，其中，判定出测试样本的类别结果的高斯二分类器的数量，大于判定出其他类别的高斯二分类器的数量。本发明适用于高斯分类器的训练和测试。
一种过程分类构造方法装置

[发明专利]一种基于多缝干涉照明的大视场光片显微成像系统及方法-CN202110892181.3在审
发明人：于斌;胡金虎;屈军乐;林丹樱;曹慧群 -专利权人：深圳大学
申请日： 2021-08-04 - 公布日： 2021-11-19 - 主分类号： G01N21/64 文献下载
摘要：本发明提供了一种基于多缝干涉照明的大视场光片显微成像系统及方法，包括：用于产生高斯光束的高斯光束产生模块；用于接收高斯光束，将高斯光束转换为焦深范围大于高斯光束瑞利距离的类无衍射贝塞尔光片，并将类无衍射贝塞尔光片投射至样品面上，激发样品产生荧光信号的类无衍射贝塞尔光片产生模块；用于采集荧光信号，得到样品的图像信息的探测器。本发明通过类无衍射贝塞尔光片产生模块将高斯光束转换为焦深范围大于高斯光束瑞利距离的类无衍射贝塞尔光片，通过类无衍射贝塞尔光片激发样品产生荧光信号，可以减少照明光片的厚度，扩大照明光片的焦深，消除贝塞尔光束的旁瓣
一种基于干涉照明视场显微成像系统方法

[发明专利]一种语音识别方法及装置-CN201511027242.0在审
发明人：王育军;侯锐 -专利权人：乐视致新电子科技（天津）有限公司
申请日： 2015-12-30 - 公布日： 2016-08-24 - 主分类号： G10L15/14 文献下载
摘要：本发明中，预先根据通过模型训练得到的N个高斯进行软性聚类计算，得到M个软聚类高斯；在进行语音识别时，将语音转换得到特征向量，并根据该特征向量计算得分最高的前L个软聚类高斯，其中L小于M；将L个软聚类高斯内的各成员高斯，作为语音识别过程中声学模型里需要参与计算的高斯，进行声学模型似然度的计算。本发明提供的方法在语音识别的时候采用动态高斯选择的方式，减少识别过程中声学模型里需要评估的高斯个数，提高了声学模型似然度评估的速度和准确性。
一种语音识别方法装置

[发明专利]一种基于混合高斯的SDN流聚类方法-CN201510488828.0有效
发明人：郑相涵;陈锋情 -专利权人：福州大学
申请日： 2015-08-11 - 公布日： 2017-07-04 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及一种基于混合高斯的SDN流聚类方法，通过对基本高斯混合模型算法进行了改进，引入流的边信息，构造基于边信息等价集约束的高斯混合模型，提高聚类效果，并将其运用到SDN数据流聚类中。本发明使得聚类结果的准确度和聚类速度得到很大的提升。
一种基于混合 sdn 流聚类方法

[发明专利]定位方法、定位装置和计算机可读存储介质-CN202010309592.0在审
发明人：李千山;彭磊;L·莫尔特雷赫 -专利权人：宝马股份公司
申请日： 2020-04-20 - 公布日： 2021-10-22 - 主分类号： G06K9/62 文献下载
摘要：定位方法包括：获取感测数据；根据感测数据，生成第一签名高斯混合模型，其中，第一签名高斯混合模型包括一个或多个第一高斯聚类和与每个第一高斯聚类对应的第一签名，第一签名与至少部分感测数据的视觉特征相关；获取与待定位对象的候选位置对应的第二签名高斯混合模型，其中，第二签名高斯混合模型包括一个或多个第二高斯聚类和与每个第二高斯聚类对应的第二签名，第二签名与至少部分地图数据的视觉特征相关；以及基于第一签名和第二签名，比对第一签名高斯混合模型和第二签名高斯混合模型
定位方法装置计算机可读存储介质

[发明专利]基于峰值密度聚类的高斯混合模型初始化方法及装置、聚类方法及装置-CN202211043062.1在审
发明人：石振锋;肖红彬;牛晓东;崔鲲 -专利权人：北京思维实创科技有限公司
申请日： 2022-08-29 - 公布日： 2023-01-17 - 主分类号： G06F18/23 文献下载
摘要：基于峰值密度聚类的高斯混合模型初始化方法及装置、聚类方法及装置，涉及高斯混合模型高频时序数据聚类方法领域。为解决现有技术中存在的，对于时间序列数据而言，该模型很可能将相连的时序值分到不同的高斯混合分模型中，从而割裂时间序列的原有模式的问题，具体的：基于峰值密度聚类的高斯混合模型初始化方法：采集高斯混合模型中每个序列片段的局部密度和相对距离；采用归一化处理局部密度和相对距离；计算并排列每个时间序列片段的评判准则；根据排列结果选择远离零值的时间序列片段，并将时间序列片段所服从高斯分布的均值作为高斯混合模型的均值的初始化值；采集每个高斯模型的初始化值适用于对时间序列进行聚类的应用中。
基于峰值密度混合模型初始化方法装置

[发明专利]确定模型分类性能标识的方法、装置、设备及存储介质-CN202111430650.6在审
发明人：王宏刚;刘识;林晓静;李宗朋;苏良立;赵宇亮;程志华;赵加奎;李文娟;张海峰 -专利权人：国家电网有限公司大数据中心
申请日： 2021-11-29 - 公布日： 2022-03-04 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种确定模型分类性能标识的方法、装置、设备及存储介质，该方法可以包括：获取电力数据；根据K个不同的高斯模型分别对电力数据进行处理，得到K个分类结果；其中，K表示电力数据包含的数据维度数量，K为大于1的整数；根据聚类算法对电力数据进行聚类，得到K个聚类结果；根据K个分类结果和K个聚类结果，确定高斯模型的分类性能标识，K个分类结果与K个聚类结果在不同电力数据维度上呈对应关系。通过上述方式能够实现通过高斯模型对现有的海量电力数据进行分类处理，并基于聚类算法的聚类结果对高斯模型的分类结果进行评估，以了解高斯模型对电力数据的分类性能。
确定模型分类性能标识方法装置设备存储介质

[发明专利]软件缺陷预测方法和系统-CN201510247157.9有效
发明人：杨春晖;熊婧;高岩;林军;李冬 -专利权人：工业和信息化部电子第五研究所
申请日： 2015-05-14 - 公布日： 2017-10-20 - 主分类号： G06F11/36 文献下载
摘要：本发明涉及一种软件缺陷预测方法和系统，获取样本软件模块并进行聚类处理，得到聚类子集。计算聚类子集的高斯参数，并根据高斯参数生成伪缺陷样本，根据软件缺陷样本集和伪缺陷样本得到更新缺陷样本集。对样本软件模块采用聚类的方式形成聚类子集，对聚类子集进行高斯分析计算得到高斯参数，然后根据高斯参数生成伪缺陷样本。
软件缺陷预测方法系统

[发明专利]一种类高斯成形方法-CN202110230898.1有效
发明人：周建斌;喻杰 -专利权人：四川新先达测控技术有限公司
申请日： 2021-03-02 - 公布日： 2022-10-25 - 主分类号： G01T1/36 文献下载
摘要：本发明公开了一种类高斯成形方法，对输入的信号作类高斯成形滤波卷积处理，其包括两次卷积处理，步骤如下：S1:对输入信号进行第一次卷积处理，以实现双极性成形；S2:对S1得到的信号进行第二次卷积处理，以实现类高斯成形本发明同时具有高斯成形与双极性成形的优点，在实现高分辨率能谱的同时，具有较好的抗噪能力，对比常用的数字成形方法还具有抗基线漂移能力。因为其是全数字化的，对比模拟高斯成形数字类高斯成形的参数易于调节，对比数字S‑K滤波器脉冲去掉了拖尾对称性更好，脉冲宽度更窄适合于高计数率时的能谱测量，为了提高滤波效果数字类高斯成形滤波方法还可以两次重复使用
种类成形方法

[发明专利]语种识别方法、系统、电子设备及存储介质-CN202010456194.1有效
发明人：柳林;方磊;方四安 -专利权人：合肥讯飞数码科技有限公司
申请日： 2020-05-26 - 公布日： 2023-04-07 - 主分类号： G10L15/00 文献下载
摘要：本发明实施例提供了一种语种识别方法、系统、电子设备及存储介质，语种识别方法在模型算法层面，采用集成学习的思想，将第一类语种高斯混合模型和第二类语种高斯混合模型融合得到预设高斯混合模型，并通过预设高斯混合模型来拟合全体语种的数据分布，更有利于突出少数类语种的数据分布拟合，可以有效规避少数类语种数据的分布特性被多数类语种数据平均化，以至于少数类语种数据的分布特性被多数类语种数据掩蔽的现象产生，使得通过预设高斯混合模型确定的语音文件对应的均值超矢量更能体现出语音文件中的语种的分布特性进一步地，无论语音文件中包含的语种属于多数类语种还是少数类语种，均可以通过语种识别模型得到准确识别。
语种识别方法系统电子设备存储介质

[发明专利]信号处理器、信号处理的方法及装置、可读存储介质-CN202111218661.8有效
发明人：洪旭;杨小艳;严大顺;周志全;马英杰;周建斌 -专利权人：成都理工大学
申请日： 2021-10-20 - 公布日： 2023-09-22 - 主分类号： G06F3/05 文献下载
摘要：信号处理器，包括：阶跃脉冲成形模块，用于接收待处理的信号；所述待处理的信号为负指数信号或者阶跃信号；所述阶跃脉冲成形模块还用于对所述待处理的信号进行处理，以输出阶跃信号；类高斯脉冲成形模块，与所述阶跃脉冲成形模块连接，用于接收所述阶跃脉冲成形模块输出的阶跃信号；所述类高斯脉冲成形模块还用于对所述阶跃脉冲成形模块输出的阶跃信号进行类高斯脉冲成形，以输出类高斯脉冲。该信号处理器用以消除成形的类高斯脉冲的下冲，以及消除对应的能谱的低能区拖尾，改善峰形。
信号处理器处理方法装置可读存储介质

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