专利名称
主分类
A 农业
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
G 物理
H 电学
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
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
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
清华大学
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
更多 »
钻瓜专利网为您找到相关结果15个,建议您升级VIP下载更多相关专利
  • [发明专利]地面线路监控系统-CN202211309877.X在审
  • 张凯涵;T·A·塞德尔 - 通用汽车环球科技运作有限责任公司
  • 2022-10-25 - 2023-06-02 - H04N7/18
  • 一种地面线路监控系统包括安装在第一机动车辆中的摄像机。波导将光引导至摄像机,该波导具有接收第一光成像数据并使第一光成像数据作为第一频率的光通过的第一耦入光栅以及接收第二光成像数据并使第二光成像数据作为第二频率的光通过的第二耦入光栅。滤色轮接收第一频率的光和第二频率的光。由于滤色轮的旋转,摄像机的图像传感器在不同的时间接收第一频率的光和第二频率的光。控制器使用第一频率的光和第二频率的光的方向和角度来执行计算,以校正摄像机图像。
  • 地面线路监控系统
  • [发明专利]基于用户兴趣漂移的推荐方法及推荐装置-CN202010076472.0有效
  • 梁吉业;刘雨璐;王智强;张凯涵 - 山西大学
  • 2020-01-23 - 2023-05-30 - G06F16/9535
  • 本发明提供一种基于用户兴趣漂移的推荐方法及推荐装置,所述方法包括:采集用户的所有评分数据及相应时间信息;根据评分数据及相应时间信息,划分为训练集和测试集;根据训练集的数据获得静态用户兴趣特征、用户兴趣权重矩阵及用户短期评分过的物品集合;根据静态用户兴趣特征和用户兴趣权重矩阵得到用户连续性与周期性兴趣偏好特征,根据用户短期评分过的物品集合得到用户短期兴趣偏好特征;根据用户连续性与周期性兴趣偏好特征和用户短期兴趣偏好特征构建动态用户兴趣偏好模型;使用随机梯度下降法求解得到动态用户兴趣偏好模型的多个参数值,从而获得特定时刻用户对物品的评分预测,并根据预测结果进行推荐。本发明能够提高推荐的准确率。
  • 基于用户兴趣漂移推荐方法装置
  • [发明专利]用于机动车辆的全息显示系统-CN202210439090.9在审
  • 张凯涵;T·A·塞德尔 - 通用汽车环球科技运作有限责任公司
  • 2022-04-25 - 2022-11-04 - B60K35/00
  • 一种用于机动车辆的全息显示系统,包括用于产生相干光束的光源和具有二维像素阵列的空间光调制器(SLM)。二维像素阵列调制相干光束以生成多个子帧,每个子帧与多个部分视场之一相关联。该系统还包括用于将子帧引导到显示表面的相关子块上的扫描器。该系统还包括具有存储器的计算机,该存储器包括指令,使得处理器被编程以控制SLM的二维像素阵列以生成子帧。处理器被进一步编程以控制扫描器将子帧引导到显示表面的相关子块上并在全视场内显示重构图像,其包括每个部分视场。
  • 用于机动车辆全息显示系统
  • [发明专利]一种基于图神经网络的序列推荐系统及推荐方法-CN202011549710.1有效
  • 梁吉业;张凯涵;王智强 - 山西大学
  • 2020-12-24 - 2022-09-23 - G06F16/9535
  • 本发明涉及一种基于图神经网络的序列推荐系统及推荐方法,目的是解决现有的推荐算法难以发现用户的长短期兴趣、捕捉用户的真实潜在意图,导致推荐系统难以为用户提供精准而多样的推荐服务的技术问题。技术方案为:本发明推荐装置包括构图模块、第一获取模块、第二获取模块、推荐模块,序列推荐方法的步骤包括:构建产品交互转移图、构建层次图神经网络模型、获取特征表示矩阵、计算用户与产品的匹配程度、排序并推荐产品。本发明提供一种基于图神经网络的序列推荐系统及推荐方法,在序列推荐任务中入产品的类别信息,使得推荐模型可以从用户的历史行为中挖掘出用户的潜在真实意图。
  • 一种基于神经网络序列推荐系统方法

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

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top