龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安电子科技大学
摘要：基于多可信度模型的自适应多保真度数据融合方法，包括以下步骤；步骤1：向算法模型中输入高、低可信度分析样本数量、优化高、低可信度空间映射参数、训练参数；步骤2：计算高、低可信度分析模型响应样本，获取对应的模型响应值，得到高、低可信度样本数据集；步骤3：计算高、低可信度样本间相关性；步骤4：定义空间映射矩阵，并生成高、低可信度样本空间映射损失函数；步骤5：进行高、低可信度空间映射优化，得到空间映射矩阵；步骤6：通过空间映射矩阵，将高可信度投影至低可信度空间；步骤7：建立多可信度神经网络；步骤8：输出多可信度预测结果。本发明实现了自适应的多可信度数据融合。
主权项：1.基于多可信度模型的自适应多保真度数据融合方法，其特征在于，包括以下步骤；步骤1：输入高、低可信度分析样本数量、优化高、低可信度空间映射参数、训练参数；步骤2：计算高、低可信度分析模型响应样本，初始化分析模型，通过与实际情况相符合程度划分不同可信度模型得到相应的高可信度分析模型以及低可信度分析模型，并进行实验设计，获取对应的模型响应值，得到高、低可信度样本数据集；步骤3：计算高、低可信度样本间相关性；步骤4：定义空间映射矩阵M，并生成高、低可信度样本空间映射损失函数；步骤5：进行高、低可信度空间映射优化，得到优化后的空间映射矩阵Mopt；步骤6：通过空间映射矩阵Mopt，将高可信度投影至低可信度空间；步骤7：使用变换后的高、低可信度样本，建立多可信度神经网络；步骤8：输出多可信度预测结果。
全文数据：
权利要求：
百度查询： 西安电子科技大学 基于多可信度模型的自适应多保真度数据融合方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号