基于置信度聚合的雷达点云形状补全方法.pdf
文本预览下载声明
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117422645A
(43)申请公布日2024.01.19
(21)申请号202311515714.1G06N3/0442(2023.01)
显示全部
文档详情
相似文档
-
一种基于图的BPSK信号置信度检验方法.pdf
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 113014361 B
(45)授权公告日 2022.03.08
(21)申请号 202110188296.4 (56)对比文件
-
基于置信度的多模态情感分析方法研究.pptx
基于置信度的多模态情感分析方法研究主讲人：
目录01研究背景02多模态情感分析定义03置信度概念04研究方法05实验结果06应用前景
研究背景01
情感分析的重要性通过情感分析，企业能够了解社交媒体上消费者对品牌的看法，从而调整市场策略。社交媒体趋势洞察分析消费者评论和反馈中的情感色彩，可以预测市场趋势和消费者行为，指导产品开发。市场研究与预测情感分析帮助识别客户反馈中的情绪倾向，为提升客户服务质量和满意度提供依据。客户服务优化
多模态数据的特点多模态数据包括文本、图像、音频和视频等多种类型，每种类型携带不同信息。数据类型多样性不同模态的数据可以相互补充，例如图像与文本结合可提供更丰富的上下文
-
一种基于卷积神经网络的言语置信度评测方法.docx
PAGE
1-
一种基于卷积神经网络的言语置信度评测方法
一、引言
(1)随着信息技术的飞速发展，语音识别技术在智能客服、语音助手、智能交通等多个领域得到了广泛应用。然而，语音识别系统的准确性受到多种因素的影响，如语音质量、说话人方言、噪声干扰等。为了提高语音识别系统的鲁棒性和用户体验，对语音信号进行置信度评估成为一项重要的研究课题。近年来，深度学习技术在语音处理领域取得了显著成果，为言语置信度评测提供了新的思路和方法。
(2)在众多深度学习模型中，卷积神经网络（ConvolutionalNeuralNetwork，CNN）因其强大的特征提取能力和良好的泛化性能，在图像识别、语音识别等领域得到
-
一种基于卷积神经网络的言语置信度评测方法.docx
PAGE
1-
一种基于卷积神经网络的言语置信度评测方法
一、引言
(1)随着信息技术的飞速发展，语音识别技术在智能客服、语音助手、智能交通等多个领域得到了广泛应用。然而，语音识别系统的准确性受到多种因素的影响，如语音质量、说话人方言、噪声干扰等。为了提高语音识别系统的鲁棒性和用户体验，对语音信号进行置信度评估成为一项重要的研究课题。近年来，深度学习技术在语音处理领域取得了显著成果，为言语置信度评测提供了新的思路和方法。
(2)在众多深度学习模型中，卷积神经网络（ConvolutionalNeuralNetwork，CNN）因其强大的特征提取能力和良好的泛化性能，在图像识别、语音识别等领域得到
-
一种基于知识图谱和置信度的实体形象分析方法及系统.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114564591 A
(43)申请公布日 2022.05.31
(21)申请号 202210090322.4 G06F 40/295 (2020.01)
-
一种基于置信度校准的深层神经网络医疗图像诊断方法.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114549469 A
(43)申请公布日 2022.05.27
(21)申请号 202210166191.3
(22)申请日 2022.02.21
(71)申请人 中国石油大学（华东）
地址 266
-
一种基于级联融合特征置信度加权的颜色恒常性方法.pdf
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113344011 A
(43)申请公布日 2021.09.03
(21)申请号 202110713935.4
(22)申请日 2021.06.25
(71)申请人 北京
-
通过稳态时长置信度测量睡眠状态下的体重值的方法.pdf
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 112914884 B
(45)授权公告日 2022.02.11
(21)申请号 202110074123.X G01G 19/52 (2006.01)
(22)申请日
-
通过偏心置信度测量睡眠状态下的体重值的方法.pdf
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 112914883 B
(45)授权公告日 2022.02.11
(21)申请号 202110073910.2 G01G 19/52 (2006.01)
(22)申请日
-
统计学(置信度).pdf
统计学基础置信度与置信区间[原创2006-08-0621:27:49]
置信度与置信区间
如何确定测定数据的可靠程度？
数据的可信程度与偶然误差的存在及出现的几率有着直接关系。
对于不含系统误差的无数个测定数据，其误差分布可用正态分布曲线(高斯曲线)来表征。以
（x-μ）为横坐标，误差出现的频率y为纵坐标，误差正态分布曲线如图所示。
曲线的形状受总体标准偏差σ控制，越小，曲线又高又窄，表明数据精密度好。
σ的数值等于曲线上的拐点到对称轴的距离，曲线的峰高等于1/[σ(2π)1/2]。
正态分布曲线与横轴所包围的面积代表了大小误差出现的概率（可由高斯方程积分获得）。
曲线下面积几率
-∞～+∞1
-
基于预测置信度的协同过滤稀疏性问题研究的中期报告.docx
基于预测置信度的协同过滤稀疏性问题研究的中期报告
一、研究背景与意义
协同过滤是推荐系统中常用的一种算法，它基于用户的历史行为数据，通过相似性计算来预测用户对未知物品的偏好。然而，当用户-物品评分矩阵非常稀疏时，协同过滤算法的准确率和推荐质量会受到限制。
解决协同过滤稀疏性问题的方法有很多，其中之一是基于预测置信度的方法。该方法利用预测结果的置信度作为权重来加权推荐结果，从而提高了算法的准确率和推荐质量。因此，研究基于预测置信度的协同过滤稀疏性问题的方法具有重要意义。
二、研究内容
本研究旨在探究基于预测置信度的协同过滤稀疏性问题的解决方案，具体研究内容如下：
1.收集和清洗评分数据集。本研究
-
基于支持度和置信度智能优化的关联分类算法.PDF
第 ３０卷第 １１期 计算机应用与软件 Ｖｏｌ３０Ｎｏ．１１
２０１３年 １１月 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｎｏｖ．２０１３
基于支持度和置信度智能优化的关联分类算法
-
基于人工免疫网络的连续过程传感器置信度评估20135137941399.doc
基于人工免疫网络的连续过程传感器置信度评估
生产实践表明测量装置失效是导致连续工业过程控制间断的重要因素之一[1]。因此,对代写论文连续工业过程进行传感器置信度评估尤为重要。目前常用的方法有贝叶斯估计法、DS证据推理法、自适应神经网络模糊推理方法(ANFIS)和人工免疫网络法等[2,3]。其中,连续生产过程中的物质能量流模型和人工免疫网络传播模型相类似,所以利用这种关系进行传感器置信度评估已成为近年来自动化领域研究的热点。目前基于人工免疫网络的传感器置信度评估方法主要有:以Ishida为代表的动态识别免疫网络和以Leonard M.Adleman为代表的基于DNA的阴性选择[4-6]。而前者
-
利用面部标志和相关联的置信度值的基于神经网络的面部分析.pdf
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112989913 A
(43)申请公布日 2021.06.18
(21)申请号 202011474336.3 G06K 9/62 (2006.01)
-
山火告警置信度的确定方法、装置、电子设备及存储介质.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117422305A
(43)申请公布日2024.01.19
(21)申请号202311427055.6
(22)申请日2023.10.30
(71)申请人南方电网数字电网研究院有限公司
地