本发明公开了一种基于栈式自编码器的非侵入式电力负荷识别方法，从构建电力负荷的负荷特征数据集到始输入数据样本点个数S的确定以及降维处理，再到建立栈式自编码器深度学习模型获得原始电力负荷电流的特征信息，最后采用机器学习深度学习中的Softmax函数对得到的原始电力负荷电流的特征信息进行处理，通过Softmax作为分类器对用电行为进行分类辨识，该方法解决了现有技术中在多负荷同时工作时辨识效果差，辨识速度慢的问题，解决了当场景中用电器有功无功功率接近，辨识效果差的问题，提高了电力负荷分解的准确性与分解效率。
📄 2019103342817
📂 G06F30_27
👤 广东华核绿色能源有限公司
📅 2019-04-24
本发明涉及一种基于神经网络堆叠自编码器多特征融合的声音识别方法。首先对原始声音数据进行分帧加窗，对分帧加窗后的数据分别提取其典型的时域线性预测倒谱系数与频域Mel频率倒谱系数特征；再对所提取的特征进行拼接，构建声信号的初步特征表示向量并创建训练特征库；然后采用多层神经网络堆叠自编码器进行特征融合与学习；该多层自编码器采用超限学习机算法学习训练；最后所提取的特征再采用超限学习机分类算法训练得到分类器模型；所构建的模型最后用于测试样本分类识别。本发明采用基于超限学习机多层神经网络堆叠自编码器的多特征融合，相比于传统单一特征提取方法，本发明具有更高的识别精度。
📄 2017108646951
📂 G10L15_02
👤 杭州电子科技大学
📅 2017-09-22
本发明涉及基于降噪自编码器的前列腺超声图像分割方法，包括：获取表征前列腺形状的平均轮廓；对所述平均轮廓进行变形处理；得到粗分割轮廓；利用降噪自编码器进行平滑处理；采用法向量对比度边界计算方法对平滑处理后的轮廓反复调整，得到最终的前列腺超声图像分割轮廓。本发明还公开了相应的前列腺超声图像分割装置。本发明先初步框定后，再通过改进后的法向量对比度边界算法对初步框定的轮廓进行修正，接着进行平滑处理，以消除其上的噪点，然后通过多轮迭代，使轮廓不断收敛在真实边界上，实现了对前列腺超声图像的快速分割，在轮廓平滑处理阶段，只输入轮廓而不输入图像，降低了计算量，大大提高了前列腺超声图像的分割效率。
📄 2023103981658
📂 G06T7_12
👤 三峡大学
📅 2023-04-12
本发明公开了一种基于邻近像素点和自编码器的敦煌壁画修复方法，用于解决敦煌壁画修复效果不佳的技术问题。本发明包括：获取预设敦煌壁画的原始图像；分解所述原始图像，得到结构层图像和纹理层图像；确定所述纹理层图像的待修复区域和第一已知区域；获取所述第一已知区域的已知像素点；采用所述已知像素点修复所述待修复区域，得到纹理层重建图像；采用所述结构层图像和所述纹理层重建图像，生成修复图像。
📄 2021104602289
📂 G06T5_00
👤 广东工业大学
📅 2021-04-27
本发明涉及大数据及人工智能技术，提供了基于自编码器的关系网络信息挖掘方法、装置、设备及介质，基于初始数据集先后提取出第一关系维度初始数据集、第二关系维度初始数据集和第三关系维度初始数据集以先后对初始知识图谱进行三次更新得到第三更新知识图谱，之后获取与所述第三更新知识图谱相应的用户节点矩阵和邻接矩阵，将所述用户节点矩阵和所述邻接矩阵输入至预先训练的自编码器得到重构邻接矩阵，根据所述重构邻接矩阵对所述第三更新知识图谱进行更新得到第四更新知识图谱。实现了基于初始数据集挖掘出更多的节点关系，而且还通过自编码器进一步补充知识图谱中节点关系，所得到的知识图谱信息更完整，知识图谱准确度更高。
📄 202210379685X
📂 G06F16_36
👤 平安科技(深圳)有限公司
📅 2022-04-12
本发明公开了基于深度时空卷积自编码器的跌倒行为检测方法及装置，属于数字图像识别技术领域，该方法包括：预处理正常活动的视频帧数据；对预处理正常活动的视频帧数据后的数据降噪处理；采用3D卷积构建深度时空卷积自编码器跌倒异常检测模型；训练深度时空卷积自编码器跌倒异常检测模型；识别视频帧有跌倒异常；该装置包括视频帧采集模块、预处理模块、降噪模块、构建模块、训练模块以及识别模块，本发明把跌倒检测视为一个异常检测问题，因为跌倒在平时生活中比较少见，导致样本类别不均衡，因此把异常检测应用在跌倒问题可以平衡样本的类别并显示出更好的检测效果。
📄 202111339429X
📂 G06V40_20
👤 燕山大学
📅 2021-11-12
本发明涉及一种基于自编码器和奇异值阈值的土壤湿度数据重构方法，包括：从卫星遥感土壤湿度数据集中选择训练集训练自编码器；采用训练后的自编码器处理地面站点土壤湿度数据；对训练后的站点土壤湿度数据进行降秩处理以获得待重构数据；采用奇异值阈值算法对所述待重构数据进行重构以获得完整的土壤湿度数据。本发明还涉及一种计算机可读存储介质。实施本发明的基于自编码器和奇异值阈值的土壤湿度数据重构方法和计算机可读存储介质，可以精准地重构回完整的土壤湿度数据，并且可以很好的反映温度场数据的整体变化规律。
📄 2020114644353
📂 G06N5_02
👤 华东交通大学
📅 2020-12-09
本发明提出了一种基于自适应堆叠胶囊自编码器的图像识别方法，包括：获取待分析的图像；构建自适应堆叠胶囊自编码器ASCAE；将待分析的图像输入到ASCAE中；利用ASCAE重建对象，并输出识别出的图像。所述ASCAE包括部件胶囊自编码器PCAE和对象胶囊自编码器OCAE，PCAE的解码器中设置了自适应模块AM。PCAE的解码器通过自适应模块AM将部件胶囊的图像特征映射到图像空间中，形成局部图像的图块，所述图块再通过几何变换改变姿态，最终形成重建图像。与SCAE的固定模板相比，自适应模块AM具有更强的表达复杂图像的能力，实验结果表明ASCAE能够提取出有效的图像特征信息，提高了分类准确率。
📄 2024116678992
📂 G06V10_82
👤 河北石油职业技术大学
📅 2024-11-21
本发明提供了一种基于改进自编码器的特征提取及漏洞利用攻击检测方法。包括：步骤1，对采集的恶意流量进行数值化、标准化、归一化和矩阵化预处理操作；步骤2，应用基于改进自编码器的特征提取方法对预处理后的网络流量进行特征提取，以得到原始数据的最优特征表示；步骤3，将提取到的特征用于分类模型的训练，对不同的漏洞利用攻击行为进行分类识别；步骤4，根据步骤3所得的识别结果，得出漏洞利用攻击检测报告。本发明有效地避免自编码器各层神经元间训练参数过多的问题。
📄 2021106579037
📂 G06F21_57
👤 江苏大学
📅 2021-06-15
本发明公开一种基于栈式自编码器的尾气含硫物质浓度实时预测方法，旨在应用栈式自编码器解决尾气中硫物质浓度的在线预测问题，并且深度考虑栈式自编码器的无监督特性以及逐层特征提取的信息丢失问题。具体来讲，本发明方法通过在训练的过程，将栈式自编码器各层编码器的输出数据设定成硫物质浓度数据，从而解决了无监督型问题，此外，将各层自编码器的输入数据同时包含可实时测量的流量数据，从而避免信息丢失问题。与传统方法相比，本发明方法充分利用各层自编码器的输出估计值，使用最小二乘回归进一步提升软测量的精度，并且通过一个具体的应用案例验证了本发明方法相对于传统方法的优越性。
📄 2020106301296
📂 G16C20_10
👤 合肥九州龙腾科技成果转化有限公司
📅 2020-06-23
柿子坊 · 知识产权运营
柿子坊知识产权运营平台