专利汇可以提供用于把来自多维空间的数据投影到具有较少维的空间和对所述数据实行认知分析的方法、计算机程序与计算机可读装置专利检索,专利查询,专利分析的服务。并且一种用于把属于多维空间的信息数据投影到具有较少维的空间的 算法 ,一种用于根据所述算法对多维信息数据进行认知分析的方法和被存储在可记录的载体上的包括所述算法的程序。用于把属于多维空间的信息数据投影到具有较少维的空间的算法,包括以下步骤:提供具有一定数目的变量的记录的形式的N维数据的 数据库 ;定义用于计算在数据库的每个记录之间的距离的度量函数;通过在以前的步骤定义的度量函数来计算在数据库的每个记录之间的距离的矩阵;定义n-1维空间,其中每个记录由n-1个坐标定义;通过调优算法计算在n-1维空间中每个记录的n-1个坐标;把下述投影定义为所述记录在n-1维空间上的最好投影,在所述投影中,在n-1维空间中的记录的距离矩阵最好地适配在n维空间中计算的记录的距离矩阵,或具有与后者的最小差值。所述方法和程序应用上述的算法。,下面是用于把来自多维空间的数据投影到具有较少维的空间和对所述数据实行认知分析的方法、计算机程序与计算机可读装置专利的具体信息内容。
1.一种用于把属于多维空间的信息数据投影到具有较少维的空间 的算法,包括以下步骤:
提供具有一定数目的变量的记录的形式的N维数据的数据库;
定义用于计算在数据库的每个记录之间的距离的度量函数;
通过在以前的步骤定义的度量函数来计算在数据库的每个记录之 间的距离的矩阵;
定义n-1维空间,其中每个记录由n-1个坐标定义;
通过调优算法来计算在n-1维空间中每个记录的n-1个坐标;
把下述投影定义为所述记录在n-1维空间上的最好投影,在所述投 影中,在n-1维空间中的记录的距离矩阵最好地适配在n维空间中计算 的记录的距离矩阵,或具有与后者的最小差值。
2.根据权利要求1的算法,其中提供了数据库,在数据库中已包 含记录之间的距离。
3.根据权利要求1或2的算法,其特征在于,使用所谓的遗传算 法作为调优算法。
4.根据前述权利要求的一项或多项的算法,其特征在于以下步骤:
编码由具有坐标X和Y的点所表示的每个单独的记录或变量;
定义对于每个点的不同的X和Y坐标的组,其构成了在较少维的 空间(通常为二维或三维空间)上的第一集群的投影解;
通过使用在原先的N维空间中单个点的距离的矩阵作为适配性函 数而计算对于这个第一集群的每个投影的适配性分数;
投影的集群根据某种组合法则进行组合,因此产生投影的第一代集 群,它包括对于作为在母本的两个投影中提供的坐标的组合的点的X和 Y坐标;
计算第一代投影的适配性分数,以及根据第一代再次构成新的一 代。
5.根据前述权利要求的一项或多项的算法,其特征在于,遗传算 法是所谓的GenD算法。
6.根据前述权利要求的一项或多项的算法,其特征在于,可以定 义相应于隐藏记录或隐藏变量、并且其存在仅仅是猜想的隐藏点,所述 隐藏点通过给予它以投影中的位置坐标Xhi和Yhi而被加到母本集群中。
7.根据权利要求6的算法,其特征在于,并行地实行具有隐藏点 和不具有隐藏点的调优算法的计算,并把通过这两种并行计算得到的最 好的适配投影进行比较。
8.根据前述权利要求的一项或多项的算法,其特征在于另外的步 骤:提供包括一定数目的记录的数据库,每个记录以一定数目的变量为 特征,
根据以下两种方式交替地或并行地精确制作数据库:
第一方式,通过此方式,记录被看作为点而变量被看作为点的坐标,
第二方式,通过此方式,变量被看作为点而记录是坐标。
9.根据前述权利要求的一项或多项的算法,包括另外的不同算法, 其把数据库作为前处理或后处理阶段对待。
10.根据权利要求9的算法,其特征在于,数据库在预防阶段藉助 于自组织映射算法进行处理,在不同的单元中由这个算法构成的群集藉 助于根据前述权利要求的一项或多项的算法进行投影。
11.一种用于对多维信息数据进行认知分析的方法,包括以下步骤:
提供具有一定数目的记录的数据库,每个记录包括一定数目的变 量,并且所述数据库相关于N维空间;
通过把记录看作为点而把变量看作为坐标或通过把变量看作为点 而把记录看作为坐标而将数据库投影到相对于N维空间具有减少维数 的空间上;
藉助于一种用于把属于多维空间的信息数据投影到具有较少维的 空间的算法来实行投影,包括以下步骤:
通过度量函数来计算在由数据库的记录或变量所定义的每个点之 间的距离的矩阵;
定义n-1维空间,其中由记录或变量所表示的每个点由n-1个坐标 定义;
通过调优算法来计算在n-1维空间中每个点的n-1个坐标;
把下述投影定义为所述点在n-1维空间上的最好投影,在所述投影 中,在n-1维空间中的点的距离矩阵最好地适配在n维空间中计算的点 的距离矩阵,或具有与后者的最小差值。
12.根据权利要求11的方法,其特征在于,提供了数据库,在数 据库中已包含记录之间的距离。
13.根据权利要求11或12的方法,其特征在于,使用所谓的遗传 算法作为调优算法。
14.根据前述权利要求11到13的一项或多项的方法,其特征在于, 执行以下步骤的算法:
编码由具有坐标X和Y的点所表示的每个单独的记录或变量;
定义对于每个点的不同的X和Y坐标的组,其构成在较少维的空 间(通常为二维或三维空间)上的第一集群的投影解;
通过使用在原先的N维空间中单个点的距离的矩阵作为适配性函 数而计算对于这个第一集群的每个投影的适配性分数;
投影的集群根据某种组合法则进行组合,因此产生投影的第一代集 群,它包括对于作为在母本的两个投影中提供的坐标的组合的点的X和 Y坐标;
计算第一代投影的适配性分数,以及根据第一代再次构成新的一 代。
15.根据前述权利要求11到14的一项或多项的方法,其特征在于, 调优算法是所谓的GenD算法。
16.根据前述权利要求11到15的一项或多项的方法,其特征在于, 可以定义由隐藏记录或隐藏变量表示的、相应于在图上的隐藏点、并且 其存在仅仅是猜想的隐藏点,所述隐藏点通过给予它以投影中的位置坐 标Xhi和Yhi而被加到母本集群中。
17.根据权利要求16的方法,其特征在于,并行地实行具有隐藏 点和不具有隐藏点的调优算法的计算,并把通过这两个并行的计算得到 的最好的适配投影进行比较。
18.根据前述权利要求的一项或多项的方法,其特征在于另外的步 骤:提供包括一定数目的记录的数据库,每个记录以一定数目的变量为 特征,
根据以下两种方式交替地或并行地精确制作数据库:
第一方式,通过此方式,记录被看作为点而变量被看作为点的坐标,
第二方式,通过此方式,变量被看作为点而记录是坐标。
19.根据前述权利要求11到18的一项或多项的方法,包括另外的 不同算法,把数据库作为前处理或后处理阶段对待。
20.根据权利要求19的方法,其特征在于,数据库在预防阶段藉 助于自组织映射算法进行处理,在不同的单元中由这个算法构成的群集 藉助于根据前述权利要求的一项或多项的算法进行投影。
21.根据前述权利要求11到20的一项或多项的方法,其特征在于, 在数据库被投影到的图上的点的群集或距离被用作为与所述点有关的 记录或变量的相似性的度量。
22.根据前述权利要求的一项或多项的方法,其特征在于,提供包 括一定数目的记录的数据库,其中每个记录与一定数目的变量有关,所 述数据库还被加上对于原先提供的变量的补码变量,以及所述合成的数 据库被投影到较少维的空间,具体地被投影到二维或三维空间;
在图中的每个变量与其补码变量之间的距离被用作为对数据库中 的所述变量的关联性的度量。
23.根据前述权利要求的一项或多项的方法,其特征在于,它是一 种用于估计在确定个体的某种病理状态时的某些变量的关联性的方法 和一种用于定义与数据库的变量相关的个体的原型和他们感染某种疾 病的概率的方法。
24.根据前述权利要求的一项或多项的方法,其特征在于,它是一 种用于分析个体具有或感染Alzheimer疾病的概率的方法。
25.根据前述权利要求11到27的一项或多项的方法,其特征在于, 它具有被保存在可移除的载体上的程序的形式。
26.根据前述权利要求1到10的一项或多项的算法,其特征在于, 它具有被保存在可拆卸的载体上的程序的形式。
27.根据前述权利要求11到22的一项或多项的方法,其特征在于, 它是一种用于生成开始于包括地点的相对距离的数据库的地理地点的 二维图的方法。
28.一种用于生成开始于包括地点的相对距离的数据库的地理地点 的二维或三维图的方法,包括以下步骤:
(a)以矩阵形式组织地理地点的已知的或已测量的距离值;
(b)定义其中每个地点的位置是由两个或三个坐标唯一地定义的二 维或三维空间;
(c)藉助于调优算法来确定每个地理地点在二维或三维空间中的位 置的两个或三个坐标;
(d)藉助于计算出的所述地理地点的相互位置的二维或三维坐标来 确定地理地点的相互距离;
(e)用已根据步骤(d)确定的距离值生成距离矩阵;
(f)把所述地理地点的位置的下述二维或三维坐标定义为在二维或 三维空间中全部地理地点的位置的最好的二维或三维坐标,对于所述二 维或三维坐标,由此确定的距离矩阵最好地适配地理地点的已知的或已 测量的距离值的距离矩阵,或具有与后者的最小差值。
29.根据权利要求27或28的方法,其特征在于,调优算法是所谓 的遗传算法。
30.根据前述权利要求27到29的一项或多项的方法,其特征在于:
(a)对于每个地理地点,计算定义二维或三维空间中每个地理地点的 位置的第一和第二组坐标;
(b)通过使用地理地点的已知的或已测量的距离的矩阵作为适配函 数,计算藉助于定义二维或三维空间中每个地理地点的位置的第一和第 二组坐标所确定的地理地点之间的距离的矩阵的适配性分数;
(c)对于每个地理地点,使得每个地理地点的位置的第一和第二组 坐标根据预定的组合法则进行组合,因此至少产生对于每个地理地点的 位置的新的第一和第二组坐标;
(d)根据步骤(b)计算所述新的第一和第二组位置坐标的适配性分 数;
(e)使得所述新的第一和第二组位置坐标根据步骤(c)再次进行组合, 并重复所述步骤(c)到(e),直至新的第一或第二组位置坐标中的至少一组 达到最大适配性分数或大于最小的预定适配性分数为止。
31.根据权利要求30的方法,其特征在于,对于至少一个第一组 和一个第二组坐标的每个组合步骤,通过组合所述至少第一组和第二组 坐标而得到新的几组坐标。
32.根据前述权利要求的一项或多项的方法,其特征在于,至少一 个隐藏的或假想的地理地点被加到地理地点的数据库,在其中坐标和距 离均未知,并且对于所述至少一个地理地点的第一和第二组坐标被自由 地定义。
33.根据权利要求32的方法,其特征在于,对于提供有隐藏的或 假想的地理地点的数据库和不提供隐藏的或假想的地理地点的数据库 并行地实行对调优算法的计算,以及把通过这两种并行的计算而得到的 全部地理地点的位置的最好适配坐标组进行比较。
34.根据前述权利要求27到33的一项或多项的方法,提供另外的 不同的前处理或后处理阶段。
35.根据权利要求34的方法,其特征在于,在预防阶段,已知的 距离数据矩阵藉助于自组织映射算法来进行处理,接着在不同的单元中 由这个算法构成的群集根据前述权利要求27到34的一项或多项的方法 步骤来进行。
36.根据前述权利要求11到22的一项或多项的方法,其特征在于, 它是一种通过只指示分子的原子的相对距离而表示在三维或二维空间 上的分子结构的步骤的方法。
37.一种通过只彼此相对地指示分子的至少部分原子的相对距离而 表示在三维或二维空间上的分子结构的步骤的方法,其特征在于它包括 以下步骤:
(a)以矩阵形式组织原子的已知的或已测量的距离值;
(b)定义二维或三维空间,其中每个原子的位置由两个或三个坐标唯 一地定义;
(c)藉助于调优算法来确定每个原子在二维或三维空间中的位置的 两个或三个坐标;
(d)藉助于已计算的各自所述原子的位置的二维或三维坐标来各自 确定原子的距离;
(e)用已根据步骤(d)确定的距离值生成距离矩阵;
(f)把所述原子的位置的下述二维或三维坐标定义为在二维或三维 空间中全部原子的位置的最好的二维或三维坐标,对于所述二维或三维 坐标,由此确定的距离矩阵最好地适配原子的已知的或已测量的距离值 的距离矩阵,或具有与后者的最小差值。
38.根据权利要求36或37的方法,其特征在于,调优算法是所谓 的遗传算法。
39.根据前述权利要求36到38的一项或多项的方法,其特征在于:
(a)对于每个原子,计算定义二维或三维空间中原子位置的第一和第 二组坐标;
(b)通过使用原子的已知的或已测量的距离的矩阵作为适配性函数, 计算藉助于定义二维或三维空间中每个原子的位置的第一和第二组坐 标所确定的原子之间的距离的矩阵的适配性分数;
(c)对于原子,使得每个原子位置的第一和第二组坐标根据预定的组 合法则进行组合,因此至少产生对于每个原子的位置的新的第一和第二 组坐标;
(d)根据步骤(b)计算所述新的第一和第二组位置坐标的适配性分 数;
(e)使得所述新的第一和第二组位置坐标根据步骤(c)再次进行组合, 并重复所述步骤(c)到(e),直至新的第一或第二组位置坐标中的至少一组 达到最大适配性分数或大于最小的预定适配性分数为止。
40.根据权利要求39的方法,其特征在于,对于至少一个第一组 和一个第二组坐标的每个组合步骤,通过组合所述至少第一组和第二组 坐标而得到新的几组坐标。
41.根据前述权利要求36到40的一项或多项的方法,其特征在于, 至少一个隐藏的或假想的原子被加到地理地点的数据库,在其中坐标和 距离均未知,并且对于所述至少一个原子的第一和第二组坐标被自由地 定义。
42.根据权利要求41的方法,其特征在于,对于提供有至少一个 隐藏的或假想的原子的数据库和不提供至少一个隐藏的或假想的原子 的数据库并行地实行对调优算法的计算,并把通过这两种并行计算而得 到的全部原子的位置的最好适配坐标组进行比较。
43.根据前述权利要求36到42的一项或多项的方法,提供另外的 不同的前处理或后处理阶段。
44.根据权利要求43的方法,其特征在于,在预防阶段,已知的 距离数据矩阵藉助于自组织映射算法来进行处理,接着在不同的单元中 由这个算法构成的群集根据前述权利要求36到43的一项或多项的方法 步骤来进行。
45.根据前述权利要求41到44的一项或多项的方法,它是一种用 于找出在分子结构中至少未知的或隐藏的原子的存在和/或位置的方法。
46.一种具有人工智能的设备,对所述设备提供了处理单元(1),所 述处理单元被连接到数据存储器(3)和程序存储器(2);
所述处理单元还被连接到一个或多个不同的传感器,所述传感器用 于检测或测量在环境中表征的或发生的不同的物理和/或化学状况或影 响或过程;
所述处理单元还通过服务人员或来自其它数据收集设备的数据输 入线被连接到数据输入装置;
所述处理单元还被连接到用于实行机械、物理或化学动作的装置, 诸如传动器等等;
在程序存储器中装载有可由所述处理单元执行的程序,该程序具有 例程,用于驱动传感器和用可被唯一地识别的方式保存由传感器收集的 每个数据和/或用于保存由服务人员或由其它设备输入的数据;驱动器, 用于启动或停用用于实行机械、物理或化学动作的装置,诸如传动器等 等;
被存储在程序存储器中的程序还包括用于估计由传感器收集的数 据和/或由服务人员或由其它设备输入的数据的方法;
其特征在于,
所述程序具有用于对所收集的和/或所输入的数据执行根据前述权 利要求1到11的一项或多项的算法的子例程。
47.根据权利要求46的设备,其特征在于,向所述程序提供子例 程,用于通过由用于把属于多维空间的信息数据投影到具有较少维的空 间的方法来处理所述数据,而实行对多维数据的认知分析,所述方法包 括以下步骤:
提供具有一定数目的变量的记录的形式的N维数据的数据库;
定义用于计算在数据库的每个记录之间的距离的度量函数;
通过在以前的步骤定义的度量函数来计算在数据库的每个记录之 间的距离的矩阵;
定义n-1维空间,其中每个记录由n-1个坐标定义;
通过调优算法计算在n-1维空间中每个记录的n-1个坐标;
把下述投影定义为所述记录在n-1维空间上的最好投影,在所述投 影中,在n-1维空间中的记录的距离矩阵最好地适配在n维空间中计算 的记录的距离矩阵,或具有与后者的最小差值。
48.根据权利要求47的设备,其特征在于,提供了数据库,在数 据库中已包含记录之间的距离。
49.根据权利要求47或48的设备,其特征在于,使用所谓的遗传 算法作为调优算法。
50.根据前述权利要求47到49的一项或多项的设备,其特征在于, 所述子例程提供以下步骤:编码由具有坐标X和Y的点所表示的每个 单独的记录或变量;
定义对于每个点的不同的X和Y坐标的组,其构成了在较少维的 空间(通常为二维或三维空间)上的第一集群的投影解;
通过使用在原先的N维空间中单个点的距离的矩阵作为适配性函 数而计算对于这个第一集群的每个投影的适配性分数;
投影的集群根据某种组合法则进行组合,因此产生投影的第一代集 群,它包括对于作为在母本的两个投影中提供的坐标的组合的点的X和 Y坐标;
计算第一代的投影的适配性分数,以及根据第一代再次构成新的一 代。
51.根据前述权利要求47到50的一项或多项的设备,其特征在于, 遗传算法是所谓的GenD算法。
52.根据前述权利要求47到51的一项或多项的设备,其特征在于, 可以定义相应于隐藏记录或隐藏变量、并且其存在仅仅是猜想的隐藏 点,所述隐藏点通过给予它以投影中的位置坐标Xhi和Yhi而被加到母 本集群中。
53.根据前述权利要求47到52的一项或多项的设备,其特征在于, 并行地实行具有隐藏点和不具有隐藏点的调优算法的计算,并把通过这 两种并行计算得到的最好的适配投影进行比较。
54.根据前述权利要求47到53的一项或多项的设备,其特征在于 另外的步骤:提供包括一定数目的记录的数据库,每个记录以一定数目 的变量为特征,
根据以下两种方式交替地或并行地精确制作数据库:
第一方式,通过此方式,记录被看作为点而变量被看作为点的坐标,
第二方式,通过此方式,变量被看作为点而记录是坐标。
55.根据前述权利要求47到54的一项或多项的设备,其特征在于 它包括对数据的另外的不同处理作为前处理或后处理阶段。
56.根据前述权利要求55的一项或多项的设备,其特征在于,数 据在预防步骤藉助于自组织映射算法进行处理,接着在不同的单元中由 这个算法构成的群集根据前述权利要求47到55的一项或多项进行处 理。
57.根据前述权利要求的一项或多项的设备,其特征在于,在所收 集数据的所收集数据记录之间的关系藉助于每个数据记录与其它数据 记录的距离来确定,并且所述距离在确定启动或停用用于实行机械、物 理和/或化学动作的一个或多个装置时被用作每个数据记录的关联性权 重。
58.根据权利要求57的设备,其特征在于,每个数据记录与其它 数据记录的最大距离被设置用于区分在确定启动或停用用于实行机械、 物理和/或化学动作的一个或多个装置时要使用的数据记录。
59.根据权利要求56或57的设备,其特征在于,在数据库被投影 的图上的数据记录的群集或距离被用作为与所述数据记录有关的数据 记录或变量的相似性的度量。
60.一种用于向具有人工智能的设备提供直觉行为的仿真的方法, 所述设备包括:
处理单元(1),所述处理单元被连接到数据存储器(3)和程序存储器 (2);
所述处理单元还被连接到一个或多个不同的传感器,所述感应器用 于检测或测量在环境中表征的或发生的不同的物理和/或化学状况或影 响或过程;
所述处理单元还通过服务人员或来自其它数据收集设备的数据输 入线被连接到数据输入装置;
所述处理单元还被连接到用于实行机械、物理或化学动作的装置, 诸如传动器等等;
在程序存储器中装载有可由所述处理单元执行的程序,该程序具有 例程,用于驱动传感器和以可被唯一地识别的方式保存由传感器收集的 每个数据和/或用于保存由服务人员或由其它设备输入的数据;驱动器, 用于启动或停用用于实行机械、物理或化学动作的装置,诸如传动器等 等;
被存储在程序存储器中的程序还包括用于估计由传感器收集的数 据和/或由服务人员或由其它设备输入的数据的方法;
所述方法的特征在于以下步骤:
从所收集的和/或所输入的数据中生成相对于N维空间的、具有一 定的数目的记录的数据库,每个记录包括一定数目的变量;
通过把记录看作为点并把变量看作为坐标或把变量看作为点并把 记录看作为坐标而将数据库投影到具有相对于N维空间减少了维数的 空间上;
藉助于一种用于把属于多维空间的信息数据投影到具有较少维的 空间的算法来实行投影,该算法包括以下步骤:
通过度量函数来计算由数据库的记录或变量所定义的每个点之间 的距离的矩阵;
定义n-1维空间,其中由记录或变量表示的每个点由n-1个坐标定 义;
通过调优算法来计算在n-1维空间中每个点的n-1个坐标;
把下述投影定义为所述点在n-1维空间上的最好投影,在所述投影 中,在n-1维空间中的点的距离矩阵最好地适配在n维空间中计算的点 的距离矩阵,或具有与后者的最小差值。
61.根据权利要求60的方法,其特征在于,提供了数据库,在数 据库中已包含记录之间的距离。
62.根据权利要求60或61的方法,其特征在于,使用所谓的遗传 算法作为调优算法。
63.根据前述权利要求60到62的一项或多项的方法,其特征在于, 执行以下步骤的算法:
编码由具有坐标X和Y的点表示的每个单独的记录或变量;
定义对于每个点的不同的X和Y坐标的组,其构成了在较少维的 空间(通常为二维或三维空间)上的第一集群的投影解;
通过使用在原先的N维空间中单个点的距离的矩阵作为适配性函 数而计算对于这个第一集群的每个投影的适配性分数;
投影的集群根据某种组合法则进行组合,因此产生投影的第一代集 群,它包括对于作为在母本的两个投影中提供的坐标的组合的点的X和 Y坐标;
计算第一代的投影的适配性分数,以及根据第一代再次构成新的一 代。
64.根据前述权利要求60到63的一项或多项的方法,其特征在于, 调优算法是所谓的GenD算法。
65.根据前述权利要求60到64的一项或多项的方法,其特征在于, 可以定义由隐藏记录或隐藏变量表示的、相应于在图上的隐藏点、并且 其存在仅仅是猜想的隐藏点,所述隐藏点通过给予它以投影中的位置坐 标Xhi和Yhi而被加到母本集群中。
66.根据权利要求65的方法,其特征在于,并行地实行具有隐藏 点和不具有隐藏点的调优算法的计算,以及把通过这两个并行的计算得 到的最好的适配投影进行比较。
67.根据前述权利要求60到66的一项或多项的方法,其特征在于 另外的步骤:提供包括一定数目的记录的数据库,每个记录以一定数目 的变量为特征,
根据以下两种方式交替地或并行地精确制作数据库:
第一方式,通过此方式,记录被看作为点而变量被看作为点的坐标,
第二方式,通过此方式,变量被看作为点而记录是坐标。
68.根据前述权利要求60到67的一项或多项的方法,包括另外的 不同算法,其把数据库作为前处理或后处理阶段对待。
69.根据权利要求68的方法,其特征在于,数据库在预防阶段藉 助于自组织映射算法进行处理,在不同的单元中由这个算法构成的群集 藉助于根据前述权利要求的一项或多项的算法进行投影。
70.根据前述权利要求60到69的一项或多项的方法,其特征在于, 在数据库被投影的图上的点的群集或距离被用作为与所述点有关的记 录或变量的相似性的度量。
71.根据前述权利要求的一项或多项的方法,其特征在于,提供包 括一定数目的记录的数据库,其中每个记录与一定数目的变量有关,所 述数据库还被加上对于预先提供的变量的补码变量,以及所述合成数据 库被投影到较少维的空间,具体地被投影到二维或三维空间;
在图中的每个变量与其补码变量之间的距离被用作为对于在数据 库中的所述变量的关联性的度量。
一种用于把属于多维空间的信息数据投影到具有较少维的空间的 算法,一种用于根据所述算法对多维信息数据进行认知分析的方法,和 包括被存储在可记录的载体上的所述算法的程序和具有人工智能的设 备。
本发明涉及用于把属于多维空间的信息数据投影到具有较少维的 空间的算法。
本发明具体地涉及人工智能领域,以及目的是允许机器能够实行分 析复杂的n维数据的计算任务,以便在二维或三维空间中表示这个数据 并从而估计这个数据用于识别任务,例如以便创建数据的简化的和可表 示的图像,或估计一组数据记录之间的关系的存在,该关系不能由精确 的可计算的或数学函数来表示,或用于计算任务,以便解决并非基于精 确的数学函数的问题。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
快速原型方法和设备 | 2020-05-11 | 339 |
女西裤原型的裁剪方法 | 2020-05-12 | 61 |
快速原型开发设备和快速原型开发方法 | 2020-05-13 | 215 |
快速原型开发设备和快速原型开发方法 | 2020-05-13 | 641 |
上衣原型领口裁剪方法 | 2020-05-13 | 885 |
原型工件的制造方法 | 2020-05-13 | 216 |
原型模制材的制造方法 | 2020-05-14 | 974 |
自动加速原型生成系统 | 2020-05-12 | 443 |
原型裁剪速算尺 | 2020-05-14 | 659 |
一种三球原型仪 | 2020-05-14 | 578 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。