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22个,建议您升级VIP下载更多相关专利
  • [发明专利]一种电力用废弃电缆剥皮回收设备-CN202310717399.4在审
  • 郑继业;王科骅;李晨钰;黄鑫鑫;王晓瑞;耿照南 - 国网河南省电力公司襄城县供电公司
  • 2023-06-16 - 2023-10-10 - H02G1/12
  • 本发明涉及一种电力用废弃电缆剥皮回收设备,牵引机构位于安装平台上表面的左端,竖板有两个,其之间的下端转动设有转轴,之间的上端固定设有顶板,转轴外部固定套设有牵引轮a,牵引轮a上方依次设有牵引轮b和中间连接板,牵引轮b的中心处纵向转动穿设有连接轴,且连接轴通过滑块与竖板滑动连接,中间连接板的中心处竖向转动穿设有调节轴,下端通过支杆与连接轴固定连接,螺杆转动穿设于顶板的中心处,并与调节轴同心固定连接;切割机构位于安装平台上表面的中部,其包括支撑座和纵向设置于支撑座上方的剥皮切割套管:导向机构位于安装平台上表面的右端;本发明具有调节及使用操作便捷且适用性好的优点。
  • 一种电力废弃电缆剥皮回收设备
  • [发明专利]一种多方参与数据不共享的网络模型训练方法-CN202010940180.7有效
  • 王伟平;葛仕明;刘博超;李晨钰 - 中国科学院信息工程研究所
  • 2020-09-09 - 2022-08-16 - G06F21/62
  • 本发明公开了一种多方参与数据不共享的网络模型训练方法,其步骤包括:1)参与数据共享的各参与方利用所选隐私数据集训练各自所选网络模型,分别得到一教师网络模型;2)采用步骤a)~b)对学生网络模型S进行多轮训练,得到最终的公开网络模型M;a)选出一个教师网络模型Ti指导学生网络模型S更新:首先将训练数据Xi输入模型Ti,得到标签中加入噪声N得到Yi,将Xi输入学生网络模型S,输出S(Xi);然后最小化S(Xi)与Yi之间的相似距离训练学生网络模型S;b)利用学生网络模型S对公开的未标记数据进行部分标记,然后使用部分标注的数据通过半监督知识蒸馏的方法将学生网络模型S中的知识蒸馏到一公开网络模型M中。
  • 一种多方参与数据共享网络模型训练方法
  • [发明专利]一种弱标注数据的神经网络模型训练方法及装置-CN201910181274.8有效
  • 葛仕明;李晨钰 - 中国科学院信息工程研究所
  • 2019-03-11 - 2021-08-20 - G06N3/08
  • 本发明涉及一种弱标注数据的神经网络模型训练方法及装置。该方法的步骤包括:1)通过特征流深度神经网络从输入的特征中学习标签预测,并输出目标标签的预测结果;2)通过标签流深度神经网络从输入的多视角弱标签中学习标签预测,并输出目标标签的预测结果;3)采用广义的交叉熵损失定义标签的一致性,通过联合地训练所述特征流深度神经网络和所述标签流深度神经网络,对目标标签的预测结果进行优化。本发明采用特征与标签两路学习标签预测,通过双流协同统一融合了模型和知识,同时考虑了弱特征和弱标签,创新性地构建了模型协同优化策略,利用彼此的知识交叉验证引导模型优化。
  • 一种标注数据神经网络模型训练方法装置
  • [发明专利]一种视频虚假人脸检测方法及电子装置-CN202010994947.4在审
  • 葛仕明;张岱墀;李晨钰;化盈盈;王伟平 - 中国科学院信息工程研究所
  • 2020-09-21 - 2021-01-01 - G06K9/00
  • 本发明提供一种视频虚假人脸检测方法及电子装置,包括:对待检测视频进行人脸定位,得到人脸序列;对人脸序列进行预处理,得到指定大小和长度的视频采样帧序列;将视频采样帧序列输入训练好的三维压缩卷积神经网络,判断待检测视频中的人脸是否为虚假人脸;其中,通过在三维卷积神经网络中的每一最大池化层前,分别增加一层卷积核大小为1*1*1且通道数为n的三维卷积层,得到三维压缩卷积神经网络,n为自定义参数。本发明创新性地提出三维模型压缩模块,通过在池化层前引入1*1*1大小卷积核的卷积层,降低了模型的负责度与体积,使之更适于实际使用与部署。
  • 一种视频虚假检测方法电子装置
  • [发明专利]一种视频虚假人脸检测方法及电子装置-CN202010995945.7在审
  • 葛仕明;张岱墀;李晨钰;化盈盈;王伟平 - 中国科学院信息工程研究所
  • 2020-09-21 - 2021-01-01 - G06K9/00
  • 本发明提供一种视频虚假人脸检测方法及电子装置,包括:对待检测视频进行人脸定位,得到人脸序列;对人脸序列进行预处理,得到指定大小和长度的视频采样帧序列;将视频采样帧序列输入训练好的三维残差学习卷积神经网络,判断待检测视频中的人脸是否为虚假人脸;其中,所述三维残差学习卷积神经网络包括一或多个卷积层及相应最大池化层、若干由一或多个三维残差学习模块组成的三维残差学习层、一平均池化层及一输出层;所述三维残差学习模块包括分别连接三维残差学习模块输入的第一支路、第二支路和对两条第一支路与第二支路输出结果相加的运算层。本发明对视频特征进行残差学习,以解决网络过深时可能导致的模型退化问题,提升模型性能。
  • 一种视频虚假检测方法电子装置
  • [发明专利]一种视频虚假人脸检测方法及电子装置-CN202010995989.X在审
  • 葛仕明;张岱墀;李晨钰;化盈盈;王伟平 - 中国科学院信息工程研究所
  • 2020-09-21 - 2021-01-01 - G06K9/00
  • 本发明提供一种视频虚假人脸检测方法及电子装置,包括:对对待检测视频进行人脸定位,得到人脸序列;对人脸序列进行预处理,得到指定大小和长度的视频采样帧序列;将视频采样帧序列输入训练好的三维可视域扩展卷积神经网络,判断待检测视频中的人脸是否为虚假人脸;其中,通过在三维卷积神经网络中每一由若干相连卷积层与一最大池化层组成的模块后面,增加一层或多层的可视域扩展模块,得到三维可视域扩展卷积神经网络;所述可视域扩展模块包括分别连接可视域扩展模块输入的若干支路和连接支路输出的Filter Concat层。本发明融合了视频的时空特征,并引入了三维可视域扩展模块,对视频进行不同尺度的特征提取,增加模型的鲁棒性并提升了模型性能。
  • 一种视频虚假检测方法电子装置
  • [实用新型]一种多功能学习板-CN201921772572.6有效
  • 王卓璟;李晨钰 - 上海幼教玩具用品有限公司
  • 2019-10-22 - 2020-07-03 - G09B19/00
  • 本实用新型公开了一种多功能学习板,包括支架,所述支架通过紧固件连接有两个连接杆,所述两个连接杆之间转动连接有画板,所述画板和两个连接杆之间分别设有连接件,所述支架上通过紧固件连接有功能安装架和置物架,所述功能安装架至少设置有两个功能板块,所述画板的一端设有卷筒,所述卷筒上设有卷纸,所述画板的另一端设有夹块。本实用新型提供的一种多功能学习板,通过一体化设置的画板、功能安装架、置物架和卷筒等结构实现教学板的多功能实用,且其中画板设置成可翻转使用的磁性面和绘图面,设置在画板一端的卷筒、卷纸和夹块等,以及功能安装架包括算盘学习板块、拼音学习板块、时钟学习板块,进一步扩展了教学板的使用功能。
  • 一种多功能学习
  • [实用新型]一种协调力培养训练板-CN201920762400.4有效
  • 李晨钰 - 上海幼教玩具用品有限公司
  • 2019-05-25 - 2020-04-03 - A63B22/00
  • 本实用新型公开了一种协调力培养训练板,包括底板,所述底板上设有多块训练板以及配件,所述多块训练板通过卡接机构与底板正面可拆卸式连接,所述配件通过磁性吸附与底板的背面连接,所述多块训练板分为第一训练板、第二训练板、第三训练板和第四训练板,所述配件包括第一训练板配件、第二训练板配件、第三训练板配件以及支撑装置,所述第一训练板上设有穿线机构。本实用新型提供的一种协调力培养训练板,能够通过一些简单有趣的游戏引导,锻炼孩子手指的灵活性和协调性。而视觉和手部精细动作的配合,不仅可以促进孩子局域更强的自理能力,还可以提升孩子的专注力,使孩子的大脑皮层更加活络,对孩子的智力也有很大的帮助,且效果更好。
  • 一种协调培养训练
  • [外观设计]垃圾分类学习棋-CN201930277301.2有效
  • 李晨钰 - 上海幼教玩具用品有限公司
  • 2019-05-31 - 2019-12-10 - 21-01
  • 1.本外观设计产品的名称:垃圾分类学习棋。;2.本外观设计产品的用途:将垃圾分类与飞行棋的模式相结合,让小朋友边玩边学习垃圾分类,从小树立“垃圾分类,人人有责”的理念。;3.本外观设计产品的设计要点:在于形状与图案的结合。;4.最能表明设计要点的图片或照片:主视图。;5.请求保护的外观设计包含色彩。
  • 垃圾分类学习棋

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