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25个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于距离向量的节点定位方法-CN202210638165.6在审
  • 杨明极;李泽男;张晓琢 - 哈尔滨理工大学
  • 2022-06-07 - 2022-09-23 - H04W4/02
  • 一种基于距离向量的节点定位方法,属于无线传感器网络中节点定位技术领域。现有的传感器定位技术存在的实时性差、定位不够准确的问题。一种基于距离向量的节点定位方法,设定初始化参数和阈值;设定锚节点广播Hello数据包,数据包包括锚节点ID、锚节点名称、真实坐标和初始化为0的最小跳数,选择锚节点集;修正最小跳数和平均跳距误差,并利用修正后的跳数值获取节点间的最小跳数值以及修正后的平均跳距;利用差分进化‑禁忌搜索混合算法计算未知节点的位置坐标。本发明方法提高了传感器定位技术的实时性和准确性。
  • 一种基于距离向量节点定位方法
  • [发明专利]一种基于三维卷积网络的手语识别算法-CN202210639728.3在审
  • 杨明极;刘冬雨 - 哈尔滨理工大学
  • 2022-06-07 - 2022-08-30 - G06V40/20
  • 一种基于三维卷积网络的手语识别算法,属于手语识别算法领域。现有的手语识别方法忽略了细节信息,导致复杂手势难以识别。一种基于三维卷积网络的手语识别算法,包括基于Mask RCNN目标检测网络的局部手语识别,通过三维卷积网络进行手部位置特征及时间序列建模;将视频逐帧发送到目标检测网络,将Mask RCNN输出的手部时间序列发送到3D‑VGGNet进行局部特征空时编码;基于深度3D残差网络的注意力模型记为AM‑ResC3D;采用多组随机分段采样算法提取关键帧片段;建立基于全局注意模型的3D残差网络改进的识别网络将原始RGB视频分割为视频片段,将采样帧发送到AM‑ResC3D,输出特征图;上述两种数据流进行融合,得到最终的识别结果。本发明提高识别精度和泛化性能。
  • 一种基于三维卷积网络手语识别算法
  • [发明专利]一种基于深度学习的语音情感识别方法-CN202110852109.8在审
  • 杨明极;高霖 - 哈尔滨理工大学
  • 2021-07-27 - 2021-11-02 - G10L15/02
  • 一种基于深度学习的语音情感识别方法,属于语音识别领域。现有语音情感识别率低。本发明方法的一种基于深度学习的语音情感识别方法包括,待测语音信息的预处理;情感特征提取;对提取的情感特征参数进行归一化处理的过程;设计DNN瓶颈层结合决策树和特征融合的语音情感识别系统;利用归一化处理的情感特征参数对识别系统进行训练;利用训练后的DNN瓶颈层结合决策树和特征融合的语音情感识别系统对获取待测语音信息进行语音识别。本发明方法提高了语音情感识别率。
  • 一种基于深度学习语音情感识别方法
  • [发明专利]一种基于负荷数据动态更新率的web集群负载均衡方法-CN202110758934.1在审
  • 杨明极;林畅 - 哈尔滨理工大学
  • 2021-07-06 - 2021-09-10 - G06F9/50
  • 一种基于负荷数据动态更新率的web集群负载均衡方法,属于web集群负载均衡方法的领域。现有的整个web集群系统各个节点的平均响应能力低的问题。一种基于负荷数据动态更新率的web集群负载均衡方法,采集服务器主机的性能指标,即负荷数据,计算出初始服务器的权值;再通过权值更新的时间和大小两个方面来计算权值;通过自适应AR算法计算负载预测值,根据预测结果做出调整服务器权值;利用大顶堆算法将权值最大的服务器放置堆顶,找到最合适的服务器主机。本发明是通过对各个部分算法的改进与创新,提升负载均衡效果,更加有效地利用系统资源。
  • 一种基于负荷数据动态更新web集群负载均衡方法
  • [实用新型]一种新型计算机网络接口-CN202022201412.5有效
  • 杨明极;赵艺博;姜开元 - 哈尔滨理工大学
  • 2020-09-29 - 2021-05-14 - H01R13/52
  • 本实用新型提供一种新型计算机网络接口。所述新型计算机网络接口包括设置在计算机主机壳上的网络接口本体;接线头,所述接线头设置在所述网络接口本体上;保护块,所述保护块固定套设在所述接线头上,且所述保护块与所述计算机主机壳的外壁相接触;两个卡持机构,两个所述卡持机构均设置在所述保护块与所述计算机主机壳上,所述卡持机构包括定位块、固定块、纳槽、滑槽、第一滑杆、第二滑杆、放置槽、推杆、弹簧、衔接杆和卡块。本实用新型提供的新型计算机网络接口具有实现对网络接口本体进行较为稳固的快速拆装,操作简单快捷,同时有效防止灰尘堆积到网络接口本体内的优点。
  • 一种新型计算机网络接口
  • [实用新型]一种计算机网络电缆用固定装置-CN202022121289.6有效
  • 杨明极;景海洋;姜开元 - 哈尔滨理工大学
  • 2020-09-24 - 2021-04-16 - H02G3/02
  • 本实用新型提供一种计算机网络电缆用固定装置。所述计算机网络电缆用固定装置包括两块安装板;多个固定板,多个所述固定板的两端分别与两块所述安装板固定连接;多个电缆固定机构,多个所述电缆固定机构分别设置在多个所述固定板上,任意一个所述电缆固定机构均包括过线孔、两个第一腔室、四个限位筒,四个第二腔室、四个限位杆、两个连接块、两个夹线板和两个弹簧,所述过线孔开设在所述固定板上,两个所述第一腔室均开设在所述固定板内,且两个所述第一腔室均与所述过线孔相连通,四个所述限位筒分别固定安装在两个所述第一腔室内。本实用新型提供的计算机网络电缆用固定装置具有使用方便,便于拆装的优点。
  • 一种计算机网络电缆固定装置
  • [发明专利]一种基于深度学习的心电信号图的分类方法-CN202011456444.8在审
  • 杨明极;韩子昂;刘畅 - 哈尔滨理工大学
  • 2020-12-11 - 2021-03-16 - G06K9/62
  • 一种基于深度学习的心电信号图的分类方法,属于图像识别领域。传统的单卷积神经网络或单循环神经网络在部分类别上存在分类差的问题,且由于心跳强度及心率等个体差异,产生在同一种疾病下的不同表征导致自动分类算法泛化能力较差的问题。一种基于深度学习的心电信号图的分类方法,对采集的心电信号图的图像数据进行预处理;其中预处理包括心电信号图的图像数据的小波去噪和心电信号图的图像数据的数据增强的步骤;设计卷积神经网络,并利用设计的卷积神经网络对心电信号图进行分类。本发明能显著改善心电信号识别分类效果。
  • 一种基于深度学习电信号分类方法
  • [实用新型]一种便于维护的用于水下目标识别装置-CN201921979363.9有效
  • 王杰超;杨明极 - 哈尔滨理工大学
  • 2019-11-15 - 2020-05-19 - G01D11/24
  • 本实用新型提供一种便于维护的用于水下目标识别装置。所述便于维护的用于水下目标识别装置包括:水下摄像机本体;塑胶型保护箱,所述塑胶型保护箱套设在所述水下摄像机本体上;第一连接块,所述第一连接块固定安装在所述塑胶型保护箱上;横向连接垫,所述横向连接垫固定安装在所述塑胶型保护箱的底部内壁上;方型盖板,所述方型盖板设置在所述塑胶型保护箱的上方;竖向连接垫,所述竖向连接垫固定安装在所述方型盖板上;第二连接块。本实用新型提供的便于维护的用于水下目标识别装置具有操作方便,能够有效的对水下摄像机本体实现保护,便于后期的维护,延长其使用寿命,操作起来简单便捷的优点。
  • 一种便于维护用于水下目标识别装置
  • [实用新型]一种新型智能推荐音乐播放设备-CN201922200823.X有效
  • 刘畅;杨明极;韩子昂 - 哈尔滨理工大学
  • 2019-12-10 - 2020-04-28 - H04R1/10
  • 本实用新型涉及音乐播放设备技术领域,且公开了一种新型智能推荐音乐播放设备,包括机壳,所述机壳的外侧套装有硅胶套,所述机壳的正面固定安装有启动钮,所述机壳的底部固定安装有一端贯穿并延伸至硅胶套外侧的耳麦,所述机壳的左侧固定安装有耳挂,所述机壳的顶部固定安装有耳拖,所述耳拖的顶部固定安装有永磁棒,所述永磁棒的外侧套装有棉套,所述耳挂远离机壳的一端固定安装有耳钩。该新型智能推荐音乐播放设备,具备佩戴稳定等优点,解决了现有技术中运动蓝牙耳机使用者在佩戴时经常处于运动状态,耳机佩戴的稳定性能关系到使用者对运动蓝牙耳机的体验感,然而运动蓝牙耳机的佩戴依然是运动蓝牙耳机发展阻碍的问题。
  • 一种新型智能推荐音乐播放设备

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