学术探索
学术期刊
学术作者
新闻热点
数据分析
智能评审

基于量化最小误差熵的宽度学习方法、介质及设备

被引：0
申请号：
CN202210285616.2
申请日：
2022-03-23
公开(公告)号：
CN114676848A
公开(公告)日：
2022-06-28
发明(设计)人：
张思敏 陈俊龙 刘竹琳
申请人：
申请人地址：
511458 广东省广州市南沙区环市大道南路25号华工大广州产研院
IPC主分类号：
G06N2000
IPC分类号：
G06N308 G06F1718 G06F1716
代理机构：
广州市华学知识产权代理有限公司 44245
代理人：
霍健兰
法律状态：
公开
国省代码：
引用
下载
收藏
法律状态
法律状态公告日 法律状态 法律状态信息
2022-06-28 公开 公开
2022-07-15 实质审查的生效 实质审查的生效 IPC(主分类):G06N 20/00 申请日:20220323
共 50 条
[1]
一种基于最小P范数的宽度学习方法 [P]. 
陈霸东 ;
郑云飞 ;
王飞 ;
杜少毅 ;
任鹏举 .
中国专利 :CN109492766A ,2019-03-19
[2]
一种量化的最小误差熵计算方法 [P]. 
陈霸东 ;
邢磊 ;
郑南宁 .
中国专利 :CN107357761A ,2017-11-17
[3]
基于量化最小误差熵准则的格兰杰因果判辨方法 [P]. 
陈霸东 ;
马荣金 ;
郑南宁 .
中国专利 :CN108959188A ,2018-12-07
[4]
基于特征选择的增量宽度学习方法及系统 [P]. 
徐怡 ;
瞿怀鼎 .
中国专利 :CN117892838A ,2024-04-16
[5]
一种基于宽度学习的两阶段联邦学习方法及系统 [P]. 
刘竹琳 ;
杨雪悦 ;
陈俊龙 ;
陈光泽 .
中国专利 :CN120430383A ,2025-08-05
[6]
基于量化最小误差熵的共用空间模式空域特征提取方法 [P]. 
陈霸东 ;
董继尧 ;
李元昊 ;
郑南宁 .
中国专利 :CN107977651B ,2018-05-01
[7]
一种基于内部集成的宽度学习方法 [P]. 
褚菲 ;
李帅 ;
苏嘉铭 ;
梁涛 ;
陈俊龙 ;
王雪松 ;
程玉虎 ;
马小平 .
中国专利 :CN111709523A ,2020-09-25
[8]
基于深度学习的用户习惯学习方法、装置、设备及介质 [P]. 
高河福 .
中国专利 :CN117808438B ,2024-07-09
[9]
基于深度学习的用户习惯学习方法、装置、设备及介质 [P]. 
高河福 .
中国专利 :CN117808438A ,2024-04-02
[10]
基于最小误差熵的成比例仿射投影方法 [P]. 
郭莹 ;
侯威翰 .
中国专利 :CN109767779A ,2019-05-17
12345