基于深度学习模型的时变体数据时间超分辨率可视化方法.pdfVIP

基于深度学习模型的时变体数据时间超分辨率可视化方法.pdf

  1. 1、本文档共33页,其中可免费阅读32页,需付费10金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及数据处理与建模技术领域。本发明提出了一种基于深度学习模型的时变体数据时间超分辨率可视化方法,首先基于梯度直方图提取关键体素,在保留原始数据空间特征的同时缩减数据规模。接下来,训练多尺度的变分自编码器,获得具有特征提取功能的编码器,以及体数据生成功能的解码器,由此可以将时变体数据序列的生成问题转换为隐变量序列的生成问题,从而可以在更加简洁且能够表达体数据潜在信息的低维特征空间中,对体数据进行处理和生成。在隐空间中,提出两种思路拟合各个时间步数据隐变量之间的时序关系:一种方法是将数据直接投

(19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113269675 B (45)授权公告日 2022.05.13 (21)申请号 202110542377.X CN 110832596 A,2020.02.21 (22)申请日

文档评论(0)

知识产权出版社 + 关注
官方认证
文档贡献者

知识产权出版社有限责任公司(原名专利文献出版社)成立于1980年8月,由国家知识产权局主管、主办。长期以来, 知识产权出版社非常重视专利数据资源的建设工作, 经过多年来的积累,已经收藏了数以亿计的中外专利数据资源。

认证主体北京中献电子技术开发有限公司
IP属地四川
统一社会信用代码/组织机构代码
91110108102011667U

1亿VIP精品文档

相关文档