文档详情

一种基于聚类-深度学习的工程结构变形预测方法.pdf

发布：2023-05-16约1.24万字共9页下载文档

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 CN 114881074 A (43)申请公布日 2022.08.09 (21)申请号 202210453654.4 (22)申请日 2022.04.24 (71)申请人同济大学地址 200092 上海

显示全部

相似文档

一种基于一致图学习的多视图聚类方法.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 112990264 A (43)申请公布日 2021.06.18 (21)申请号 202110171227.2 (22)申请日 2021.02.08 (71)申请人浙江师范大学地址
2023-06-08 约1.97万字 22页立即下载
基于深度学习的变形预测模型开发.docx 基于深度学习的变形预测模型开发 基于深度学习的变形预测模型开发一、深度学习在变形预测中的应用概述 深度学习作为机器学习领域的一个重要分支，近年来在图像识别、语音识别、自然语言处理等多个领域取得了显著的成果。随着深度学习技术的不断发展，其在变形预测领域也展现出了巨大的潜力。变形预测是指利用历史数据和现有信息，预测物体或结构在未来一段时间内可能发生的形变。这在工程、地质、气象等领域具有重要的应用价值。基于深度学习的变形预测模型能够通过学习大量的变形数据，自动提取特征并建立预测模型，从而实现对变形趋势的准确预测。 1.1深度学习模型的核心特性 深度学习模型的核心特性在于其能够自动从数据中学习复杂的
2024-09-15 约3.59千字 9页立即下载
基于对比学习的深度多视图聚类方法研究.pdf 摘要多视图聚类能够降低海量数据的标注成本，利用多个视图之间的互补性和一致性信息，生成一个相比单视图聚类更准确、更鲁棒的数据划分结果。由于深度神经网络强大的特征提取能力，深度多视图聚类方法相较于传统多视图聚类技术展现出显著的优势。对比学习是深度学习中的一种技术，主要通过数据之间的比对进行表示学习，目前常见的深度多视图聚类方法大多采用对比学习来挖掘有价值的跨多个视图的共识信息。而在实际应用中，数据在收集和传输过程中不可避免地会缺失，鉴于传统的多视图聚类技术无法达到预期的成效，进而针对多视图聚
2025-03-09 约9.05万字 57页立即下载
基于子空间学习的人脸深度聚类方法研究.docx 基于子空间学习的人脸深度聚类方法研究一、引言随着计算机视觉技术的发展，人脸识别、聚类与分析已经成为许多应用领域的核心任务。子空间学习作为计算机视觉的重要技术之一，可以有效地解决高维数据的复杂性，对于人脸聚类具有独特的优势。本文提出了一种基于子空间学习的人脸深度聚类方法，该方法结合了深度学习和子空间学习的优势，在人脸聚类任务中表现出较好的性能。二、相关工作在过去的几十年里，人脸聚类已经取得了显著的进展。传统的聚类方法，如K-means、谱聚类等，常常受限于数据的复杂性、高维性等问题。随着深度学习的兴起，基于深度学习的聚类方法在许多领域都取得了突出的效果。这些方法可以自动提取高层次的特征信
2025-03-03 约4.67千字 9页立即下载
一种基于谱聚类的半监督聚类方法.pdf 第 25卷第 6期计算机应用 Vol_25 No．6 2005年 6月 Computer Applications June2005 文章编号：1001—9081(2005)06—1347—03 一种基于谱聚类
2017-04-17 约1.76万字 3页立即下载
一种基于深度学习的放疗三维剂量预测方法.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 112837782 A (43)申请公布日 2021.05.25 (21)申请号 202110157408.X (22)申请日 2021.02.04 (71)申请人北京大学第三医院（北京大学第三
2023-06-05 约8.95千字 9页立即下载
一种新型的基于深度学习的时变信道预测方法.docx 1 引言近年来无线通信技术发展迅速，与无线信道相关的成果层出不穷[1,2]。随着运行速度超过300 km/h的高速铁路（high speed railway，HSR）的大规模部署，HSR环境下的无线通信在全球引起了越来越多的关注[3,4,5]。在 HSR 环境下，列车的高速运行会引起大的多普勒频移，而大的多普勒频移会使得信道发生快速时变，在此场景下高精度地获取信道状态信息（channel state information，CSI）是关键。通过信道估计虽可以获得 CSI，但是信道的快速时变以及信道估计的处理时延，使得获取的CSI已经过时，不能反映当前时刻的信道状况。然而，信道预测可以根据过时
2022-06-04 约9.95千字 18页立即下载
一种基于深度学习的超声甲状腺结节良恶性预测方法.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 113344864 A (43)申请公布日 2021.09.03 (21)申请号 202110557852.0 (22)申请日 2021.05.21 (71)申请人江苏乾君坤君智能网络科技有限公
2023-06-16 约7.67千字 8页立即下载
一种基于深度学习的地震波振幅预测方法.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 112799130 A (43)申请公布日 2021.05.14 (21)申请号 202110149617.X (22)申请日 2021.02.03 (71)申请人东北大学地址 11
2023-06-06 约7.95千字 8页立即下载
一种基于深度学习的人数预测方法、装置、设备及介质.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882439 A (43)申请公布日 2022.08.09 (21)申请号 202210577056.8 G06N 3/04 (2006.01)
2023-05-14 约1.76万字 14页立即下载
一种基于深度学习的储层特征预测方法及模型.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 113359212 A (43)申请公布日 2021.09.07 (21)申请号 202110694823.9 (22)申请日 2021.06.22 (71)申请人中国
2023-06-17 约1.69万字 14页立即下载
一种基于深度学习的降水量预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114879281 A (43)申请公布日 2022.08.09 (21)申请号 202210419954.0 (22)申请日 2022.04.21 (71)申请人华北电力大学地址 102206
2023-05-16 约9.3千字 8页立即下载
一种基于深度学习的短时降水预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881286 A (43)申请公布日 2022.08.09 (21)申请号 202210351766.9 (22)申请日 2022.04.02 (71)申请人大连海事大学地址 116026
2023-05-16 约1.39万字 13页立即下载
一种基于深度学习从图像预测物体抓取顺序的方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882214 A (43)申请公布日 2022.08.09 (21)申请号 202210344226.8 (22)申请日 2022.04.02 (71)申请人华南理工大学
2023-05-18 约2.24万字 16页立即下载
一种基于深度学习的电煤价格预测方法及系统.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 112561204 A (43)申请公布日 2021.03.26 (21)申请号 202011558211.9 G06N 3/04 (2006.01)
2023-05-30 约2.12万字 17页立即下载