-
Patent Agency Ranking
公开(公告)号：CN106326935A
公开(公告)日：2017-01-11
申请号：CN201610748644.8
申请日：2016-08-29
Applicant: 重庆大学
CPC classification number: G06K9/6267 , G06K9/00201 , G06K9/00288 , G06K9/6256
Abstract: 本发明公开了一种基于稀疏非线性子空间迁移的图像分类方法，它首先通过核方法把数据从原始空间映射到再生的核希尔伯特空间，在核希尔伯特空间，由一个预先定义的基础转换P，将目标域训练数据XT通过基础转换P映射到预设子空间得到目标数据PXT，将源域训练数据XS通过基础转换P映射到预设子空间得到P[XS,XT]，源域数据P[XS,XT]通过稀疏矩阵Z转换，与PXT在预设子空间内共享分布。本发明的技术效果是：提高了图像数据在预设子空间迁移的准确度；能适用于非线性数据的转换。
-
公开(公告)号：CN107657214B
公开(公告)日：2021-02-26
申请号：CN201710783783.9
申请日：2017-09-04
Applicant: 重庆大学
Abstract: 本发明公开了一种局部判别保持投影的电子舌味觉识别方法，它包括以下步骤：步骤1、根据样本X和标签y建立子空间表达模型；步骤2、求解投影矩阵W；步骤3、训练分类器：通过步骤2获得投影矩阵W后，将原始数据映射到新空间Z，使用投影数据Z和标签y训练分类器，识别液态样本。由于本发明步骤1的优化模型，使投影后的数据空间既能保持局部流形结构，又兼具局部判别性；所述的局部流形结构保持指原始空间中相似的数据点投影到低维空间后仍然保持邻近，所述的局部判别性指构造判别式时，只考虑局部数据点以降低对异常值或离群值的敏感度。所以本发明的优点是：增强了算法的鲁棒性、提高了味道检测的准确率。
-
公开(公告)号：CN107657214A
公开(公告)日：2018-02-02
申请号：CN201710783783.9
申请日：2017-09-04
Applicant: 重庆大学
Abstract: 本发明公开了一种局部判别保持投影的电子舌味觉识别方法，它包括以下步骤：步骤1、根据样本X和标签y建立子空间表达模型；步骤2、求解投影矩阵W；步骤3、训练分类器：通过步骤2获得投影矩阵W后，将原始数据映射到新空间Z，使用投影数据Z和标签y训练分类器，识别液态样本。由于本发明步骤1的优化模型，使投影后的数据空间既能保持局部流形结构，又兼具局部判别性；所述的局部流形结构保持指原始空间中相似的数据点投影到低维空间后仍然保持邻近，所述的局部判别性指构造判别式时，只考虑局部数据点以降低对异常值或离群值的敏感度。所以本发明的优点是：增强了算法的鲁棒性、提高了味道检测的准确率。
-
公开(公告)号：CN106770967B
公开(公告)日：2019-02-12
申请号：CN201710009931.1
申请日：2017-01-06
Applicant: 重庆大学
IPC: G01N33/00
Abstract: 本发明提供基于一类局部表达模型的电子鼻非目标干扰气体识别方法，它包括以下步骤：步骤1、在已确定的目标气体样本Xs中找到待测样本y的一类局部表达模型；步骤2、计算出表达系数向量α；步骤3、获取最优误差检测阈值T*；步骤4、求得待测样本y与表达值的残差RES，如果RES≤T*，那么待测样本y为目标气体样本；如果RES>T*，那么待测样本y即为异常的干扰气体样本。本发明的技术效果是：减少了运算量减，并提高了气体检测的准确性。
-
公开(公告)号：CN106770967A
公开(公告)日：2017-05-31
申请号：CN201710009931.1
申请日：2017-01-06
Applicant: 重庆大学
IPC: G01N33/00
CPC classification number: G01N33/0004
Abstract: 本发明提供基于一类局部表达模型的电子鼻非目标干扰气体识别方法，它包括以下步骤：步骤1、在已确定的目标气体样本Xs中找到待测样本y的一类局部表达模型；步骤2、计算出表达系数向量α；步骤3、获取最优误差检测阈值T*；步骤4、求得待测样本y与表达值的残差RES，如果RES≤T*，那么待测样本y为目标气体样本；如果RES>T*，那么待测样本y即为异常的干扰气体样本。本发明的技术效果是：减少了运算量减，并提高了气体检测的准确性。
-
-
-
-
Search Results
5
records
(took 0.026 seconds)
