“庞占中”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网_中国专利网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

B 作业；运输

C 化学；冶金

D 纺织；造纸

E 固定建筑物

F 机械工程、照明、加热

专利下载VIP

公布日期

2023-10-24 公布专利

2023-10-20 公布专利

2023-10-17 公布专利

2023-10-13 公布专利

2023-10-10 公布专利

2023-10-03 公布专利

2023-09-29 公布专利

2023-09-26 公布专利

2023-09-22 公布专利

2023-09-19 公布专利

专利权人

国家电网公司

华为技术有限公司

中兴通讯股份有限公司

三星电子株式会社

中国石油化工股份有限公司

鸿海精密工业股份有限公司

松下电器产业株式会社

上海交通大学

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]训练分类模型的方法和装置以及分类方法和装置-CN201810663447.5有效
发明人： 庞占中;于小亿;孙俊 -专利权人：富士通株式会社
申请日： 2018-06-25 - 公布日： 2023-08-04 - 主分类号： G06V10/774 文献下载
摘要：公开了一种训练分类模型的方法和装置以及分类方法和装置。一种分类方法包括：从输入到经训练的分类模型的待测试信息中提取特征；将所提取的特征压缩成能够表征待测试信息的低维度的隐特征；对隐特征进行解压缩，从而得到解压缩后的特征；基于解压缩后的特征对待测试信息进行重建，以得到重建后的待测试信息；基于待测试信息与重建后的待测试信息之间的重建损失，判断待测试信息是属于已知类别还是属于未知类别；以及在确定待测试信息属于已知类别的情况下，经由经训练的分类模型，对待测试信息进行分类。
训练分类模型方法装置以及

[发明专利]识别图像中的对象的方法、设备和计算机可读存储介质-CN202010285817.3在审
发明人： 庞占中;汪留安;孙俊 -专利权人：富士通株式会社
申请日： 2020-04-13 - 公布日： 2021-10-22 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种用于识别图像中的对象的方法和设备以及计算机可读存储介质。该方法，包括：将图像的不同缩放比例版本分别输入一个或更多个检测模型，以检测所述图像中的对象；基于要识别的对象的特征，对所述一个或更多个检测模型的检测结果进行过滤；和融合所述一个或更多个检测模型的过滤后的检测结果。
识别图像中的对象方法设备计算机可读存储介质

[发明专利]训练多分支网络的方法和对象检测方法-CN201911310367.2在审
发明人： 庞占中;孙俊;汪留安 -专利权人：富士通株式会社
申请日： 2019-12-18 - 公布日： 2021-06-18 - 主分类号： G06K9/00 文献下载
摘要：公开了训练多分支网络的方法和对象检测方法。该多分支网络用于在图像中检测对象，并且包括针对图像提取特征图的骨干网络以及连接至骨干网络的至少两个子网络，每个子网络包括区域建议网络(RPN)和检测器。训练方法包括：在每个子网络中，由RPN基于从骨干网络输出的特征图，确定多个候选区域的位置以及每个候选区域中包含有对象的概率，并且输出确定结果；以及由检测器基于RPN的输出，在图像中确定包含对象的区域以及对象的类别，其中，通过深度相互学习来训练各个子网络中的各个RPN，使得各个RPN所输出的确定结果彼此接近。
训练分支网络方法对象检测

[发明专利]异常样本检测装置及其训练装置和训练方法-CN201811067951.5在审
发明人： 庞占中;于小亿;孙俊 -专利权人：富士通株式会社
申请日： 2018-09-13 - 公布日： 2020-03-20 - 主分类号： G06K9/62 文献下载
摘要：本公开涉及用于训练异常样本检测装置的训练装置和训练方法以及异常样本检测装置。根据本公开的训练装置包括第一重建单元，被配置成基于作为正常样本数据的训练样本数据生成第一重建误差和中间特征数据；以及后端处理单元，被配置成基于第一重建误差和中间特征数据生成第二重建误差，其中基于关于第一重建误差和第二重建误差的预定标准对第一重建单元和后端处理单元执行联合训练。包括经过联合训练的第一重建单元和后端处理单元。本公开的异常样本检测装置较之现有技术，能够提高异常样本检测性能。
异常样本检测装置及其训练方法

[实用新型]一种低温超导磁体用制冷机一级冷头冷量传导装置-CN201420599114.8有效
发明人：汪汀;张光伟;魏晓涛;宫博;张萍萍;庞占中 -专利权人：中国船舶重工集团公司第七研究院
申请日： 2014-10-16 - 公布日： 2015-01-07 - 主分类号： F25B9/00 文献下载
摘要：本实用新型一种低温超导磁体用制冷机一级冷头冷量传导装置包括制冷机一级冷头铜过渡法兰，与铜过渡法兰连接的高纯铝导冷筒,在铜过渡法兰和高纯铝导冷筒之间敷设铟片，螺钉贯穿铜过渡法兰、高纯铝导冷筒、铟片，将三者压紧。本实用新型采用高纯铝作为导冷筒，运用铟片加螺钉连接方式，与制冷机一级冷头铜过渡法兰连接，能够有效保证传导效率，同时简化了制作工艺，便于现场安装。
一种低温超导磁体制冷机一级冷头冷量传导装置

1
共 5 条

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

关于我们寻求报道投稿须知广告合作版权声明网站地图友情链接企业标识联系我们

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top