“高维数据”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6003165个，建议您升级VIP下载更多相关专利

[发明专利]一种高维数据模式分类方法及装置-CN201610059218.3在审
发明人：李利伟;张兵;厉为;高连如;高建威 -专利权人：中国科学院遥感与数字地球研究所
申请日： 2016-01-28 - 公布日： 2016-07-06 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种高维数据模式分类方法及装置，方法包括：读取三维数组R形式的待分类的高维数据，其中，任意行和列组合对应位置处的数据集合作为一个目标；读取标记有分类类别的训练样本集S；按照预置类别投票规则对高维数据中的每一个目标与训练样本集本申请将高维数据以三维数组形式体现，每一个目标均为多维列向量，列向量中每个元素表征目标的一个属性，进一步对目标与训练样本按照预置类别投票规则进行模式匹配，确定各个类别的投票结果，将类别投票得分最高的类别确定为目标所属的类别，提高了高维数据模式分类的计算精度。
一种数据模式分类方法装置

[发明专利]一种三维结构数据及其存储方法和读取方法及计算机-CN202211297356.7在审
发明人：朱小军 -专利权人：朱小军
申请日： 2022-10-21 - 公布日： 2023-01-31 - 主分类号： G06F3/06 文献下载
摘要：本发明涉及一种三维结构数据及其存储方法和读取方法及计算机。该三维结构数据用于存储文件，文件包括读取规则和至少两个数据块，所有数据块存储在三维直角坐标空间中，三维直角坐标空间为封闭式空间，三维直角坐标空间包括六个坐标平面，每个数据块对应一个三维直角坐标。读取规则用于从三维直角坐标空间中读取组成文件的所有数据块，以及将读取的数据块组合为文件。本发明将文件划分为多个数据块，对数据块进行三维立体存储，使数据占用存储空间小、安全性高以及读写效率高。
一种三维结构数据及其存储方法读取计算机

[发明专利]一种基于群体智能的特高拱坝坝面三维快速建模方法-CN202110347485.1在审
发明人：朱敏;徐淑芳;毛莺池;王龙宝;屠子健;王毅;邓月 -专利权人：河海大学
申请日： 2021-03-31 - 公布日： 2021-06-25 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种基于群体智能的特高拱坝坝面三维快速建模方法，步骤包括数据准备、数据传输和模型构建，数据准备包括信息采集单元和飞行控制单元，数据传输包括无线传输单元，模型构建包括数据处理单元和三维建模单元无人机将数据采集单元采集的像控点数据、无人机航摄数据和地面拍摄数据通过无线传输单元发送给数据处理单元，经过数据处理和配准后，利用Context Capture软件，全自动构建特高拱坝三维实景模型。本发明将无人机倾斜摄影技术和三维激光扫描仪技术相结合，将无人机数据采集与三维建模实时进行，三维建模效率快、准确性高。
一种基于群体智能拱坝三维快速建模方法

[发明专利]一种高维数据流异常点识别方法-CN201710045966.0在审
发明人：禄盛;胡子豪;谢颖;马艺纬;朴昌浩 -专利权人：重庆邮电大学
申请日： 2017-01-13 - 公布日： 2018-07-20 - 主分类号： G06K9/62 文献下载
摘要：一种高维数据流异常点检测方法，用于快速检测高维数据流中的潜在异常点。通过分析高维数据流模型的特点，提出运用基于鲁棒预处理过程来提高算法在不规范数据集上的稳定性。由于算法在面对高维数据时不适用，提出基于最近邻域和相似性生成测试数据集进行聚类分析，并基于角度向量估计选取相关数据集，以此对数据进行降维处理提高在高维空间的鲁棒性，并加快异常点检测方法的运算速度。最后基于角度异常点检测方法计算测试数据集的局部异常因子，并依据局部异常因子进行异常点的识别。采用本发明方法，能够有效提高算法在高维空间的稳健性，并在不降低算法精度的情况下，优化了算法的储存空间以及降低了算法的时间开销，为实时快速检测高维数据流模型中的异常点提供了理论基础。
算法高维异常点异常点检测数据流数据集数据流模型高维空间快速检测异常因子生成测试数据预处理过程储存空间高维数据计算测试降维处理聚类分析理论基础时间开销向量估计最近邻域鲁棒性稳健性鲁棒运算优化分析

[发明专利]一种基于鲁棒稀疏保持判别分析的视频人脸识别方法-CN202211710159.3在审
发明人：童莹;乔家齐;陈瑞;耿鹏;曹雪虹;马杲东;杨凡 -专利权人：南京工程学院
申请日： 2022-12-29 - 公布日： 2023-05-26 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于鲁棒稀疏保持判别分析的视频人脸识别方法，本发明通过高斯混合模型对人脸视频数据进行建模，可以更精确的捕捉多模态密度分布的数据变化信息，数据建模更准确，通过采用对数函数将SPD矩阵从非线性黎曼流形空间映射到线性切空间，降低了算法的计算复杂度，通过鲁棒稀疏保持判别分析对高维人脸视频数据进行降维，在求解鲁棒稀疏邻接图时，通过引入加权重构约束和类内紧凑度约束，可以有效提取出高维人脸视频数据的低维本征结构，同时在保持低维人脸视频数据样本的局部重构关系的基础上，又考虑了低维人脸视频数据样本的全局分布信息，能够在最大程度上保留高维人脸视频数据的本征结构，提高数据低维表示的准确性。
一种基于稀疏保持判别分析视频识别方法

[发明专利]基于时序运维大数据的高召回因果发现方法、装置及设备-CN202111486699.3在审
发明人：欧阳梦云 -专利权人：建信金融科技有限责任公司
申请日： 2021-12-07 - 公布日： 2022-03-08 - 主分类号： G06F16/2455 文献下载
摘要：本发明涉及运维数据技术领域，其实施方式提供了一种基于时序运维大数据的高召回因果发现方法、装置及设备。其中基于时序运维大数据的高召回因果发现方法基于因果发现算法，包括：预定义应用于完全图中边和点的若干关系规则；获取待分析的流式运维数据；采用图库和图算法将所述流式运维数据初始化成完全图；根据所述若干关系规则对所述流式运维数据的完全图中的关系进行处理；输出处理后的因果关系图，所述因果关系图用于描述所述流式运维数据中的因果关系。本发明提供的实施方式能够提升运维数据因果关系分析的准确性。
基于时序运维大数据召回因果发现方法装置设备

[发明专利]基于流形学习算法的地震数据特征提取方法及系统-CN202310166750.5在审
发明人：赵静;李阳;雷豪杰;张佛库;周福骁;阮仕景;田昌饶;周文豪 -专利权人：西安石油大学
申请日： 2023-02-24 - 公布日： 2023-05-26 - 主分类号： G01V1/28 文献下载
摘要：本发明公开了基于流形学习算法的地震数据特征提取方法及系统，通过采用局部线性嵌入算法(LLE)对高维地震属性参数进行降维，降维后用较少的属性代替高维属性，去掉了很多冗余信息，同时又能保留高维地震属性数据的大部分信息，实现无损降维得到低维最优属性数据，并通过卷积神经网络进行特征提取，最终实现储层预测。实验结果表明低维最优属性数据的纹理特征能够很好地反映地层的纹理特征，为后续地震解释、储层预测等提供了有力支撑。结合多种属性数据特征提取技术对地震剖面图进行分析，是未来地震勘探中的研究和发展方向之一。
基于流形学习算法地震数据特征提取方法系统

[发明专利]地固系和地惯系场景的三维目标显示方法系统介质及设备-CN202211032427.0在审
发明人：高杰;毛续锟 -专利权人：北京无线电测量研究所
申请日： 2022-08-26 - 公布日： 2022-12-06 - 主分类号： G06F16/248 文献下载
摘要：本发明公开了地固系和地惯系场景的三维目标显示方法系统介质及设备。该方法包括：获取目标极坐标数据和站址经纬高数据，通过对所述目标极坐标数据和站址经纬高数据进行位置转换处理，获得目标地固系经纬高数据和目标地惯系经纬高数据，根据所述目标地固系经纬高数据和所述目标地惯系经纬高数据进行三维场景显示，采用上述兼容地固系和地惯系场景下三维目标显示方法，可以实现在同一个场景下兼容显示地固系和地惯系下的三维目标，即在地固系下也能显示地惯系下目标数据，实现数据和不同坐标显示场景的有效统一，只需对同一套数据进行转换
场景三维目标显示方法系统介质设备

[发明专利]行为预测方法、装置、计算机设备和存储介质-CN201911147778.4在审
发明人：王帝;程建波;彭南博;敖滨 -专利权人：京东数字科技控股有限公司
申请日： 2019-11-21 - 公布日： 2020-05-15 - 主分类号： G06Q10/04 文献下载
摘要：本申请涉及一种行为预测方法、装置、计算机设备和存储介质，该方法包括：获取目标行为对应的已有时间序列数据；将各特征数据以及两两相邻采样时刻之间的时间间隔输入至预设时间递归神经网络模型中，其中预设时间递归神经网络模型根据训练样本预先训练获得；预设时间递归神经网络模型包括预设时间间隔感知模块，预设时间间隔感知模块用于分别将特征数据和时间间隔进行高维映射，将特征数据的高维映射数据和时间间隔的高维映射数据进行融合，得到特征融合数据，将特征融合数据进行降维，得到降维数据，降维数据的维度与特征数据的维度相同；根据预设时间递归神经网络模型的输出确定目标行为对应的预测结果，提高了行为预测结果的准确性和预测效率。
行为预测方法装置计算机设备存储介质

[发明专利]用于网络舆情实时监控的流式高维数据降维方法-CN202310930804.0在审
发明人：夏佳志;黄林泉;王建新;奎晓燕 -专利权人：中南大学
申请日： 2023-07-27 - 公布日： 2023-10-27 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种用于网络舆情实时监控的流式高维数据降维方法，包括获取用于网络舆情实时监控的初始流式高维数据集；采用获取的数据集，通过参数化非线性降维方法获取初始嵌入函数；创建新数据嵌入进程、嵌入函数更新进程、嵌入更新进程；设置新数据产生源，通过产生的新数据更新创建的新数据嵌入进程、嵌入函数更新进程、嵌入更新进程；采用更新结果，替换获取的初始数据集、初始嵌入函数；重复上述步骤，直到新数据不再产生，完成用于网络舆情实时监控的流式高维数据的降维处理；本发明方法能够实现更高的嵌入质量；同时，提出约束嵌入函数的更新，以提高嵌入结果的时序稳定性；本发明方法的准确性提高、能够满足数据处理要求。
用于网络舆情实时监控流式高维数据方法

[发明专利]高维数据集的数据可视化分析方法及装置-CN201610951462.0有效
发明人：周力 -专利权人：腾讯科技（深圳）有限公司
申请日： 2016-10-26 - 公布日： 2021-01-26 - 主分类号： G06F16/90 文献下载
摘要：本发明公开了一种高维数据集的数据可视化分析方法及装置，属于数据分析领域。该高维数据集的数据可视化分析方法包括：获取n维数据集，n维数据集中包括训练集和测试集，训练集中训练数据点的总量大于测试集中测试数据点的总量，n≥2，n为整数；根据各个测试数据点生成各自对应的帕森窗；根据帕森窗计算各个测试数据点对应的概率密度，概率密度用于指示帕森窗内训练数据点的密集程度；根据各个测试数据点对应的概率密度确定n维数据集中数据点的分布情况。本发明实施例在不对n维数据集进行降维处理的前提下确定出数据集的数据分布，保证了数据分析过程的数据精度，避免了对数据集进行降维处理导致数据精度降低，影响数据分析准确性的问题。
数据可视化分析方法装置

[发明专利]基于反馈控制系统的高维流数据聚类方法-CN202210354661.9在审
发明人：丁国辉;孙露露;魏茹;张琦;刘宇琪;王言开;姜超;姜文;李尧;朱帅;王磊;尹海军;范纯龙 -专利权人：沈阳航空航天大学
申请日： 2022-04-06 - 公布日： 2022-11-08 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于反馈控制系统的高维流数据聚类方法，包括S1:建立基于反馈控制系统的高维流数据聚类系统包括窗内主成分分析模块、反馈流聚类模块以及反馈控制器；S2:数据进入窗内主成分分析模块将高维数据处理为低维数据块；S3:反馈流聚类模块接收主成分分析模块降维后的低维数据块；S4:反馈控制器收到反馈流聚类模块的聚类结果；通过实时分析聚类结果，并引入判别分数以采取预备策略，调节窗内主成分分析和反馈流聚类中的超参数；利用该算法可以执行在高维数据流环境中的聚类分析所述算法的构建基于三阶段的闭环结构，分别为窗内主成分分析WPCA、反馈流聚类FSC以及反馈控制器FC，解决了在高维流环境下聚类的参数自适应的难题并提高了最终结果的质量。
基于反馈控制系统高维流数据方法

[发明专利]基于动态稀疏子空间的高维流系统结构变点在线检测方法-CN202110006561.2有效
发明人：徐瑞宇;吴建国 -专利权人：北京大学
申请日： 2021-01-05 - 公布日： 2023-09-26 - 主分类号： G06V40/20 文献下载
摘要：本发明公布了一种基于动态稀疏子空间的高维流系统结构变点在线检测方法，高维流系统包括人体姿态动作系统、脑电波流系统、生产机器系统等；针对高维流系统中的传感器获取的高维流数据进行在线检测，相应得到人体姿态动作、脑电波、生产机器等高维流系统的结构变点。本发明实现了高维流数据系统的结构变点在线检测，降低了检测的时间成本，获得了优良的检测精度，可广泛应用于高维流系统状态、系统异常的实时检测。
基于动态稀疏空间高维流系统结构在线检测方法

[发明专利]三维数据制作方法以及三维数据制作装置-CN202310368576.2在审
发明人：松延徹;西孝启;远间正真;杉尾敏康;吉川哲史;小山达也 -专利权人：松下电器（美国）知识产权公司
申请日： 2017-05-23 - 公布日： 2023-07-04 - 主分类号： G06T17/00 文献下载
摘要：本申请提供三维数据制作方法及三维数据制作装置。三维数据制作方法包括：制作步骤，根据由传感器检测到的信息，制作第1三维数据；接收步骤，接收通过第2三维数据被编码而得到的编码三维数据；解码步骤，通过对接收到的所述编码三维数据进行解码，获得所述第2三维数据；以及合成步骤，通过对所述第1三维数据与所述第2三维数据进行合成，制作第3三维数据，在所述合成步骤中，通过对所述第1三维数据与所述第2三维数据进行合成，制作密度比所述第1三维数据以及所述第2三维数据高的第3三维数据。
三维数据制作方法以及制作装置

[发明专利]一种基于图神经网络的大规模数据可视化降维方法-CN202011258545.4有效
发明人：杨易扬;张景彬;任成森;巩志国;蔡瑞初;郝志峰;陈炳丰 -专利权人：广东工业大学
申请日： 2020-11-12 - 公布日： 2023-05-30 - 主分类号： G06F16/904 文献下载
摘要：本发明提出一种基于图神经网络的可视化降维方法，涉及深度学习、大规模数据处理的技术领域，解决了现有降维技术中，模型无法进行大规模数据训练、非参数式可视化降维模型无法处理未知数据点的可视化以及参数式可视化降维模型的可视化结果差的问题，对获取后的高维数据集进行划分和预处理后，构建异构图，建立GNN图神经网络模型，并确认损失函数，然后训练，训练完成后进行测试，损失函数面向高维大规模数据进行可视化降维，采用子图负采样的思想进行了创新训练，减少了模型的训练成本，且能把数据的维度降低，但保持住相当一部分的高维数据信息，使得后续的数据分析与处理变得更有意义且容易。
一种基于神经网络大规模数据可视化方法

首页
«上一页
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
下一页»
尾页
共 100000 条