“自适应模型”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1481512个，建议您升级VIP下载更多相关专利

[发明专利]一种人工智能算力的运算应用平台-CN202310855760.X在审
发明人：闻之航 -专利权人：上海虹港数据信息有限公司
申请日： 2023-07-12 - 公布日： 2023-10-20 - 主分类号： G06F18/10 文献下载
摘要：本发明涉及人工智能技术领域，公开了一种人工智能算力的运算应用平台，利用数据管理模块实现数据的标准化，方便更好地构建自适应模型，利用训练模型模块构建自适应模型方便适应不同的交互，利用预测模块实现自动优化自适应模型，给予用户最优的数据分析与决策支持，利用可视化和监控模块实时监控自适应模型的准确度，方便更好地对自适应模型进行优化，训练模型模块使用数据管理模块的处理数据生成自适应模型，自适应模型为预测模块做模型支撑，可视化和监控模块利用自适应模型和预测模块的预测效果进行监控，能够更好地适应不同的交互，通过监控自适应模型状态，在预测效果差的时候自动优化自适应模型，不断优化自适应模型的准确度和速度。
一种人工智能运算应用平台

[发明专利]一种自适应软件UML建模及其形式化验证方法-CN201410738547.1有效
发明人：邢建春;韩德帅;杨启亮;王平;王洪达;张学伟 -专利权人：中国人民解放军理工大学
申请日： 2014-12-05 - 公布日： 2018-06-05 - 主分类号： G06F9/448 文献下载
摘要：本发明公开了一种自适应软件UML建模及其形式化验证方法，主要用于处理自适应软件的建模与验证问题，具体步骤包括：(1)建立自适应软件概念模型；(2)通过扩展UML引入新的构造型、标记值和约束条件，建立自适应软件的可视化模型，包括自适应软件的结构模型自适应类图和行为模型自适应序列图；(3)设计模型转换算法将自适应软件的行为模型转换为时间自动机网络，建立自适应软件的形式化模型；(4)给出描述自适应软件性质的TCTL时序逻辑规范，并利用模型检测工具UPPAAL验证自适应软件模型的可靠性，并根据反馈结果进一步优化自适应软件的UML模型。本发明可有效降低软件自适应建模和验证的复杂度，提高软件自适应的建模效率和模型可靠性。
自适应软件建模自适应形式化验证行为模型验证可视化模型模型可靠性自动机网络反馈结果概念模型结构模型模型检测设计模型时序逻辑约束条件转换算法复杂度序列图引入转换优化

[发明专利]利用模型切换和属性插值的自适应多变量过程控制器-CN200410099772.1有效
发明人：威廉·K·沃杰茨尼斯;特伦斯·L·布莱文斯;马克·尼克松;彼得·沃杰茨尼斯 -专利权人：费舍－柔斯芒特系统股份有限公司
申请日： 2004-12-03 - 公布日： 2005-08-10 - 主分类号： G05B13/04 文献下载
摘要：一种自适应多变量过程控制系统，包括具有多变量过程模型和自适应系统的多变量过程控制器，如模型预测控制器，该多变量过程模型的特征在于一组两个或更多个单输入单输出(SISO)模型，并且该自适应系统自适应该多变量过程模型该自适应系统检测足以开始自适应循环的过程输入中的变化，并且当检测到该变化时，收集执行模型自适应所需的过程输入和输出数据。接下来，例如，基于哪些过程输入与实际(测得的)输出和由多变量过程模型形成的过程输出之间的误差最相关的确定结果，该自适应系统确定多变量过程模型内要自适应的SISO模型子集。然后，该自适应系统执行标准的或公知的模型切换和参数插值技术自适应每一个所选的SISO模型。在自适应一个或多个SISO模型之后，通过确定自适应后的多变量过程模型与当前的多变量过程模型相比是否具有较低的建模错误，验证所得到的多变量过程模型。
利用模型切换属性自适应多变过程控制器

[发明专利]一种基于多重自适应的模型补偿语音识别方法-CN201510685551.0有效
发明人：吕勇 -专利权人：河海大学
申请日： 2015-10-20 - 公布日： 2019-03-12 - 主分类号： G10L15/065 文献下载
摘要：本发明公开一种基于多重自适应的模型补偿语音识别方法，首先对训练环境下预先训练的纯净语音声学模型的参数进行变换，得到与实际测试环境较为匹配的含噪语音声学模型；然后将首次自适应得到的含噪语音声学模型作为新的基环境声学模型，构建其对应的含噪语音与实际环境含噪测试语音之间的变换关系，对基环境声学模型再次进行模型自适应，包括正向自适应和负向自适应；最后比较正向自适应和负向自适应的输出似然值，取似然值较大的含噪语音声学模型作为该次模型自适应的结果本发明可以进一步提高模型自适应的精度，得到与实际测试环境更加匹配的含噪语音声学模型。
一种基于多重自适应模型补偿语音识别方法

[发明专利]航空座舱环境自适应语音特征模型训练方法-CN201710450397.8在审
发明人：温泉;姚竞;黄梅娇 -专利权人：上海航空电器有限公司
申请日： 2017-06-15 - 公布日： 2017-09-15 - 主分类号： G10L15/06 文献下载
摘要：本发明公开航空座舱环境自适应语音特征模型训练方法，包含有，步骤S1，采集个人自适应语音特征；步骤S2，提供个人自适应语音标注；步骤S3，提供基础特征模型；步骤S4，采用深度神经网络（DNN）自适应算法，结合个人自适应语音特征与其对应的个人自适应语音标注更新基础特征模型，以生成自适应模型；步骤S5，识别测试，验证自适应模型对于个人语音识别的提高能力；以及，步骤S6，模型打包，生成个人特征库。本发明的优点在于将个人自适应语音特征更新基础特征模型，生成识别能力更高的自适应模型，可以有效地提高航电语音类产品的识别率有着显著效果。
航空座舱环境自适应语音特征模型训练方法

[发明专利]码率自适应模型的训练、视频码率自适应方法及装置-CN202210470786.8有效
发明人：孙立峰;周超;黄天驰 -专利权人：清华大学;北京达佳互联信息技术有限公司
申请日： 2022-04-28 - 公布日： 2023-07-25 - 主分类号： H04N21/462 文献下载
摘要：本公开关于一种码率自适应模型的训练、视频码率自适应方法及装置。码率自适应模型的训练方法包括：从网络状态池中选择网络状态作为第一训练环境；通过码率自适应模型在第一训练环境中进行码率决策，将得到的码率决策轨迹数据作为第一轨迹；基于第一轨迹对码率自适应模型的参数进行调整，得到码率自适应模型的第一更新模型；从网络状态池中再次选择网络状态作为第二训练环境；通过第一更新模型在第二训练环境中进行码率决策，将得到的码率决策轨迹数据作为第二轨迹；基于第二轨迹对第一更新模型的参数进行调整，得到码率自适应模型的第二更新模型。本公开的码率自适应模型的训练方法可使得码率自适应模型适应各种个性化网络。
自适应模型训练视频方法装置

[发明专利]基于图卷积网络的无监督域自适应的分类方法-CN202210208723.5在审
发明人：吴飞;魏鹏飞;高广谓;胡长晖;季一木;蒋国平 -专利权人：南京邮电大学
申请日： 2022-03-04 - 公布日： 2022-06-28 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种基于图卷积网络的无监督域自适应的分类。所述方法包括：获取源域中的样本数据和目标域中样本数据作为训练数据；根据源域和目标域中样本数据间的相似性分别更新两个域中样本的图连接关系；将源域和目标域中的样本数据输入到域自适应网络中进行训练，域自适应网络是基于图卷积网络的无监督域自适应网络，域自适应网络包括：跨域特征提取模型、源域特征提取模型、分类模型、域对抗鉴别模型、类对齐模型；训练域自适应网络不断更新迭代域自适应网络中的参数，当域自适应网络达到收敛条件时，获得域自适应分类模型；输入待分类数据至域自适应分类模型进行分类提高了基于图卷积的无监督域自适应模型性能。
基于图卷网络监督自适应分类方法

[发明专利]指数模型的自适应-CN200510082351.2无效
发明人： A·阿塞罗;C·I·切尔巴 -专利权人：微软公司
申请日： 2005-06-21 - 公布日： 2006-01-25 - 主分类号： G06F17/21 文献下载
摘要：提供了一种用于自适应指数概率模型的方法和装置。在第一阶段，通过基于一背景数据集为概率模型确定一组模型参数来从背景数据构建通用背景模型。该背景模型参数然后用于为尤其对感兴趣的自适应数据集自适应的概率模型的参数定义一先验模型。该自适应数据集一般在大小上比背景数据集要小得多。然后基于该自适应数据集和先验模型为已自适应的概率模型确定第二组模型参数。
指数模型自适应

[发明专利]用于动态和多样性多域网络的自适应互信模型-CN201980101087.2在审
发明人：平静;A·安德里亚诺维 -专利权人：上海诺基亚贝尔股份有限公司;诺基亚通信公司
申请日： 2019-10-07 - 公布日： 2022-05-13 - 主分类号： H04W12/60 文献下载
摘要：提供一种实体，该实体由装置的信任模型适配器创建自适应信任模型，自适应信任模型被配置为根据从另一装置的信任评估器得到的另一装置的信任的组合和从装置的信任评估器得到的装置的信任的组合来建立与另一装置的信任关系该实体基于自适应信任模型和自适应信任模型中定义的策略来认证另一装置；基于自适应信任模型和自适应信任模型中定义的策略来定义另一装置的接入控制规则；基于自适应信任模型和自适应信任模型中定义的策略利用所述另一装置来构建安全信道
用于动态多样性网络自适应互信模型

[发明专利]基于鲸鱼优化算法的终端告警阻塞优化方法、装置及存储介质-CN202111650783.4在审
发明人：詹振辉;陈冯;左绘;沈江兵;陈洲;周倜;王业民;王昶 -专利权人：天翼物联科技有限公司
申请日： 2021-12-30 - 公布日： 2022-05-27 - 主分类号： G06Q10/06 文献下载
摘要：本申请公开了一种基于鲸鱼优化算法的终端告警阻塞优化方法，所述方法包括：划分企业的级别，根据企业的级别获取对应的权值，根据所述权值建立第一自适应权值模型；根据企业终端在预设时间内的告警数量建立第二自适应权值模型；根据同一企业的不同终端的告警时间建立第三自适应权值模型；将所述第一自适应权值模型、所述第二自适应权值模型和所述第三自适应权值模型中的自适应权值代入鲸鱼优化算法中进行计算，得到自适应权值鲸鱼优化算法模型本申请通过建立三种自适应模型改进鲸鱼优化算法，在鲸鱼优化算法算法中引入变异机制，增强了算法初期的全局搜索能力，加快了算法后期的收敛速度，能够有效的优化提升算法跳出局部最优的能力。
基于鲸鱼优化算法终端告警阻塞方法装置存储介质

[发明专利]基于自适应深度森林人体步态能量图的分类方法-CN201811222012.3有效
发明人：赵盼盼;盛立杰;苗启广;马悦;庞博;秦丹;陈红颖;徐劲夫 -专利权人：西安电子科技大学
申请日： 2018-10-19 - 公布日： 2021-04-06 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于自适应深度森林人体步态能量图的分类方法，其步骤为：(1)构建训练集和测试集；(2)构造自适应深度森林模型；(3)计算自适应自适应深度森林模型的分类精度；(4)判断自适应深度森林模型是否达到要求；(5)若训练集准确率及深度未达到要求，扩展自适应深度森林模型，求解自定义二次凸优化问题得到自适应深度森林模型在训练集的增强特征，通过训练集上的增强特征得到扩展后自适应深度森林的训练集；(6)计算测试集分类正确率本发明减少了模型的复杂度和模型需要训练的权重，同时减小了训练模型所需要的步态能量图样本规模。
基于自适应深度森林人体步态能量分类方法

[发明专利]一种深度学习模型的压缩方法、装置及存储介质-CN202310127409.9在审
发明人：董振江;惠志磊;亓晋;孙雁飞;杜霖;文超 -专利权人：南京邮电大学
申请日： 2023-02-17 - 公布日： 2023-05-12 - 主分类号： G06N3/082 文献下载
摘要：本发明公开了一种深度学习模型的压缩方法、装置及存储介质，包括：获取待压缩的深度学习模型；利用自适应阈值选择器分别对模型各层的权重参数张量和其对应的剪枝阈值向量进行相似度计算，获得模型各层的剪枝自适应阈值；利用自适应细粒度选择器分别对模型各层的权重参数张量进行聚类，获得模型各层的自适应剪枝区域坐标；判断各个自适应剪枝区域的L1范数是否小于对应的剪枝自适应阈值，若是，则将其对应层的自适应剪枝区域坐标的剪枝掩码置为0；若否，将其剪枝掩码置为1；将模型各层中剪枝掩码置为0的自适应剪枝区域坐标对应的权重进行剪枝，得到压缩后的深度学习模型。本发明能够在剪枝效率和剪枝后模型的精度间保持平衡，提高模型计算速度。
一种深度学习模型压缩方法装置存储介质

[发明专利]基于实时重量检测的自适应巡航方法、系统、设备及介质-CN202111125966.4有效
发明人：刘可成;闫金城 -专利权人：小氢汽车（上海）有限公司
申请日： 2021-09-24 - 公布日： 2023-04-25 - 主分类号： B60W30/14 文献下载
摘要：本发明公开了一种基于实时重量检测的自适应巡航方法、系统、设备及介质。基于实时重量检测的自适应巡航方法，包括：获取当前实时检测获得的车厢实时重量；将所述车厢实时重量作为因子，构建自适应巡航模型；基于所述自适应巡航模型，控制车辆自适应巡航。基于实时重量检测的自适应巡航系统，包括：检测模块，用于获取当前实时检测获得的车厢实时重量；构建模块，用于将所述车厢实时重量作为因子，构建自适应巡航模型；控制模块，用于基于所述自适应巡航模型，控制车辆自适应巡航本发明还公开了实现基于实时重量检测的自适应巡航方法的设备及介质。
基于实时重量检测自适应巡航方法系统设备介质

[发明专利]一种基于多模型的伺服系统自适应控制系统-CN201610086613.0在审
发明人：甘明刚;张蒙;陈杰;窦丽华;邓方;蔡涛;白永强 -专利权人：北京理工大学
申请日： 2016-02-16 - 公布日： 2016-07-06 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于多模型的伺服系统自适应控制系统，属于机电控制领域，该系统包括多模型参数估计模块、切换机制模块以及自适应控制器，其中伺服系统为该自适应控制系统的被控对象；多模型参数估计模块包括n个固定模型、1个辨识模型以及一个自适应模型；多模型参数估计模块中的每一个模型输出一组针对伺服系统的模型参数，输入至切换机制模块；切换机制模块从多组模型参数中选出一组使得代价函数最小的模型参数作为最优模型参数，输入到自适应控制器；自适应控制器对输入的最优模型参数通过自适应控制律计算获得自适应控制量输入至被控对象中。
一种基于模型伺服系统自适应控制系统

[发明专利]一种融合自适应环流抑制的无模型自适应迭代学习MMC变流器控制方法-CN201910187317.3有效
发明人：李玲;金国彬;李国庆;王振浩;刘钊;权然;石超;潘狄;于泽平 -专利权人：东北电力大学
申请日： 2019-03-13 - 公布日： 2020-08-11 - 主分类号： H02M7/219 文献下载
摘要：本发明是一种融合自适应环流抑制的无模型自适应迭代学习MMC变流器控制方法，其特点是，包括电压外环无模型自适应迭代学习控制、电流内环无模型自适应预测控制、自适应环流抑制控制等步骤：由于引入了无模型自适应迭代学习控制用于MMC变流器直流侧，能够实现直流电压的准确跟踪控制；通过引入电流内环无模型自适应预测控制，可改善电流控制精度，从而改善电流波形质量；通过引入自适应环流抑制控制，可改善MMC变流器交直流两侧扰动背景下的环流抑制效果
一种融合自适应环流抑制模型学习 mmc 变流器控制方法

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