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4个,建议您升级VIP下载更多相关专利
  • [发明专利]基于深度图卷积网络的自适应学习隐式用户信任行为方法-CN202111403079.9在审
  • 李斌权;僧德文 - 杭州电子科技大学
  • 2021-11-24 - 2022-01-07 - G06F16/9536
  • 本发明属于深度学习技术领域,公开了一种基于深度图卷积网络的自适应学习隐式用户信任行为方法,包括步骤1:信任信息预处理,利用用户的历史行为来过滤掉不可靠的信任信息,来缓解信任的噪音问题;步骤2:图卷积网络学习,深度图卷积网络根据用户的评分数据以及信任特征进行学习,并且输出用户的特征;步骤3:自适应学习隐式信任特征,利用自适应学习矩阵来学习可靠的用户信息,并且推测用户的信任信息以及信任特征。本发明能够过在过滤掉不可靠的信任特征的同时,让自适应矩阵学习用户的行为特征,从而学习用户的隐式信任行为逻辑,推断并完善用户的信任特征,增强了用户的评分数据与用户的信任数据之间的联系,提高了推荐性能。
  • 基于深度图卷网络自适应学习用户信任行为方法
  • [发明专利]一种撑杆跳运动训练方法-CN201710753357.0有效
  • 汪亚明;韩永华;李斌权 - 浙江理工大学
  • 2017-08-29 - 2019-12-03 - A63B5/02
  • 本发明公开了一种撑杆跳运动训练方法,包括以下步骤:步骤1:获取撑杆跳过程中人体关键部位运动轨迹;步骤2:将多个运动轨迹提取特征向量;步骤3:将特征向量以及表征过杆成功与否的量合并成新的特征向量;步骤4:采用经验值估计法初始化参数NP、F、CR,随机生成初始种群;步骤5:计算隐层输出矩阵得到输出权值以及输出权值所相应的均方根误差,均方根误差作为适应度指标;步骤6:进行变异和交叉运算获得新个体;步骤7:根据迭代次数判断是否继续进行模型训练;步骤8:采用测试样本对模型进行测试,最终完成撑杆跳运动训练模型构建并使用该模型进行训练;本发明方法能快速有效找出训练问题所在,从而矫正运动员不规范的技术动作。
  • 一种撑杆跳运动训练方法

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