本发明公开了移动通信网络中基于异常检测和核密度估计KDE的指标突变小区检测方法，主要步骤为：1)建立历史数据序列和测试数据序列。2)筛选掉全部KPI序列均正常的小区，保留异常小区。3)利用基于高斯核的KDE计算异常小区差分前的异常KPI序列的异常分数，并建立异常分数矩阵A。4)判断异常分数矩阵A中是否存在元素a＞α，若是，则记元素a对应的KPI为突变指标，对应小区记为指标突变小区。本发明可精确定位指标突变小区，灵活性高，鲁棒性强，性能稳定。
📄 2019114028289
📂 H04W16_22
👤 重庆大学
📅 2019-12-31
本发明公开了一种基于核密度估计与香农熵的风电机组数据异常检测方法，基于马氏距离，寻找到每个数据点的邻居点，之后利用以高斯函数为核函数的核密度估计方法，对所有的数据进行密度估计。结合邻居点和密度估计值，计算出了以每个点为中心的局部熵值，局部熵值可以用来衡量局部点的密度是否均匀，可以用来更高效地检测集群异常。之后，将每个点的局部熵值除以每个点的密度估计值，得到熵密度比。熵密度比越高，说明局部熵值越高，说明当前局部的密度较为分散，同时，也表明当前点的密度值较小，说明当前点出现的概率低，由此可以判断为异常点。本发明可以精准高效地检测出多维数据集中的异常点。
📄 2023105329033
📂 G06F18_2413
👤 浙江工业大学
📅 2023-05-11
本发明公开了一种基于残差网络的多尺度特征融合的人群密度估计方法，属于视频图像处理技术领域领域，本发明的目的在于提供一种基于残差网络的多尺度特征融合的人群密度估计方法，该方法基于人群密度预测的算法，通过多级网络获得多尺度特征，依靠多尺度特征融合，有效协调网络对低级特征的保留和对高级特征的提取，有效提升所训练的网络在识别高密度人群数量时的精度，为综合管理系统提供人流密度的监督信息，防范突发性人群密集事件。
📄 202111384302X
📂 G06V20_52
👤 成都航空职业技术学院
📅 2021-11-22
本发明涉及一种基于混合核PCA‑CCA及核密度估计的过程监测方法，在建模阶段，使用基于正常工况下采集到的输入和输出数据，通过混合核PCA‑CCA模型得到相应的加权矩阵，然后基于状态空间中的模型残差建立T2统计量，最后通过核密度估计的方法获得相应的统计量阈值；在实时监测阶段，采集实时输入与输出的样本并使用混合核将其映射到高维的特征空间中，并根据建模阶段获得的模型计算实时残差及其统计量，随后将获得的实时统计量与阈值做比较，判断液化装置的输出是否发生非正常变化。本发明专注于过程输入与输出的互相关性，有效提升了对于非线性过程的监测效果，使用核密度估计方法确定阈值，更为准确地确定非高斯过程的统计量阈值。
📄 2020100220401
📂 G06V10_84
👤 浙江理工大学
📅 2020-01-09
本发明公开一种人群密度估计方法。包括：将待估计图像进行预处理，得到低层特征图；输入深度神经网络模型中的第一子网络，得到高层语义特征图；输入深度神经网络模型中的全连接层，得到人群密集等级；确定第二子网络的对应子列；将低层特征图输入对应子列中，得到主要特征图；将高层语义特征图输入人群位置掩膜模块，得到人群位置信息掩膜；将主要特征图与人群位置信息掩膜加权，并与主要特征图进行通道上的链接，得到添加人群位置信息的特征图；输入维度变换层，得到人群密度估计图和人数估计结果。本发明可以有效解决人群密度估计任务中由于不同场景存在多尺度和人群分布不均导致人群密度估计性能不佳的问题，具有较高的准确性和较好的鲁棒性。
📄 2018115545165
📂 G06K9_00
👤 燕山大学
📅 2018-12-19
本发明公开一种复杂场景下结合跨模态信息的人群计数方法及系统，涉及计算机视觉技术领域，包括：获取待计数复杂场景下人群的RGB图像和深度图像；将RGB图像和深度图像输入优化后的深度神经网络模型中，得到估计的人群密度图；其中，深度神经网络模型包括依次连接的低层特征提取层、第一跨模态循环注意力融合层、中层特征提取层、第二跨模态循环注意力融合层、高层特征提取层、第三跨模态循环注意力融合层和人群密度图估计层；将估计的人群密度图进行逐像素相加，得到人群中人数的估计值。本发明能够避免现有人群计数方法在人群任意分布的复杂场景中准确率下降的问题。
📄 202110865293X
📂 G06T7_00
👤 燕山大学
📅 2021-07-29
本发明提出一种基于Wasserstein度量和核密度估计的分布鲁棒优化方法，首先采用核密度估计方法推导出风功率预测误差的概率分布，然后融合Wasserstein度量和核密度估计构造风功率预测误差的概率分布模糊集，最后根据风功率预测误差的概率分布模糊集，并综合考虑电力系统运行约束条件，建立以风电出力最坏情况下电力系统总运行成本最小为目标的分布鲁棒机组组合模型。本发明解决了电力调度领域中考虑不稳定风力发电的机组组合优化问题，可以有效降低风电不确定性刻画的保守性，进一步提高电力系统运行的经济性，为电力系统的调度人员提供一种可有效处理风电不确定性的、兼顾鲁棒性与经济性的调度策略。
📄 2021113919122
📂 H02J3_00
👤 周口师范学院
📅 2021-11-23
本发明属于人群分析技术领域，为基于CNN低层语义特征密度图的人群密度估计方法，包括步骤：数据的预处理，根据原图像的行人位置生成密度图；对原图像和密度图进行切片；对原图像进行MCNN多分支特征提取，对各分支特征进行卷积、池化操作后，通过MCNN特征图融合器对各分支特征进行连接得到MCNN连接特征图，并对其进行卷积操作得到初始的MCNN密度图；对原图像进行卷积得到具有低层语义特征图；将低层语义特征图与MCNN多分支特征提取后各分支生成的特征图在通道数这一维度进行连接，得到连接特征图；用若干层卷积层对连接特征图进行解码，生成最终的密度图；对最终密度图的每个像素相加求和，得到图片中的人数。MAE、MSE较低，准确率和稳定性都较高。
📄 2018114424271
📂 G06K9_00
👤 中山大学
📅 2018-11-29
本发明公开了一种人群密度图估计方法及系统，所述方法包括以下步骤：获取场景图像，对场景图像进行预处理，生成人群密度标签图；对场景图像和人群密度标签图进行数据增广，得到多个场景图像及相应人群密度标签图；根据所述多个场景图像及相应人群密度标签图，训练人群密度图估计模型；接收场景图像，基于训练好的人群密度图估计模型进行人群密度估计。本发明针对复杂背景下人头尺寸差异问题，利用多尺度模块和特征强化单元特征提取有效特征，实现了由粗到细的策略进行人群密度图估计。
📄 2020104496406
📂 G06V20_52
👤 齐鲁工业大学
📅 2020-05-25
本发明涉及一种人群密度估计方法及系统。该方法包括：将原始人群场景的RGB图像输入主干网络进行初始特征提取，得到初始特征图；将所述初始特征图输入到注意力聚合膨胀卷积模块，得到高级特征图像；将原始人群场景的RGB图像输入小波变换模块，得到先验信息图像；将所述高级特征图像和所述先验信息图像进行融合，得到人群密度估计结果。本发明在卷积神经网络中使用注意力聚合膨胀卷积的方法，可以有效降低尺度不均对人群密度估计结果的影响，提高准确率。本发明利用小波变换作为人群场景先验信息的提取方法，能够节省计算资源，使模型的训练和应用效率提高。
📄 2021106130511
📂 G06V20_52
👤 燕山大学
📅 2021-06-02
本发明涉及一种基于自适应核密度估计算法的地面气温观测资料分析方法，属于地面气温观测资料分析领域，该方法在传统的固定窗宽核密度估计算法挤出上引入自适应算法，即在窗宽参数中引入自适应系数，能够有效反应样本观测值的稀疏程度所带来的影响，然后再对自适应算法进行改进，将窗宽参数替换为最优窗宽，使地面气温观测数据下得出的结果满足所有均方误差均为最小，使得改进后的自适应方法完全适用于地面气温观测资料。
📄 2019102561766
📂 G06F17_18
👤 南京信息工程大学
📅 2019-04-01
本发明公开了一种用于海洋生物密度估计的多分支注意力网络系统，包括编码器分支和解码器分支，解码器分支包括解码器分支A和解码器分支B；本发明提供了在训练时加速了模型系统的收敛速度，同时提升了生成密度图的准确性的一种用于海洋生物密度估计的多分支注意力网络系统。
📄 202110211081X
📂 G06N3_04
👤 青岛科技大学
📅 2021-02-25
柿子坊 · 知识产权运营
柿子坊知识产权运营平台