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17个,建议您升级VIP下载更多相关专利
  • [发明专利]一种面向多属性词抽取的数据增广方法-CN202310658623.7在审
  • 刘斌;聂常赟;赵火军 - 四川九洲电器集团有限责任公司
  • 2023-06-05 - 2023-08-29 - G06F40/289
  • 本发明公开了一种面向多属性词抽取的数据增广方法,涉及数据处理领域,包括:首先对于包含多个属性词的原训练样本句子,基于文本片段,进行属性词标注;然后根据标注结果,构造多属性词标签数据集;最后将多属性词标签数据集中的各个子集与原样本句子进行结合,生成新的训练样本;本发明,降低了人工数据标注成本,缓解标注数据不足的问题,在多属性抽取应用场景中设计了基于文本片段标签的数据增广方法,合成了新的训练样本,扩充了训练数据;增广后的训练数据集使模型能够从数据中学习到更多的特征,增强模型的鲁棒性,防止过拟合,提高泛化能力。
  • 一种面向属性抽取数据增广方法
  • [发明专利]深度卷积神经网络的轻量化方法、系统及目标检测方法-CN202110693076.7有效
  • 高晓利;李捷;王维;赵火军;唐培人;盛良睿 - 四川九洲电器集团有限责任公司
  • 2021-06-22 - 2023-05-05 - G06V20/00
  • 本发明涉及一种用于目标检测的深度卷积神经网络的轻量化方法、系统及目标检测方法,属于目标检测技术领域,解决了现有目标检测时Faster RCNN模型计算和存储复杂度高的问题。包括:获取训练好的MobileNet模型作为预训练模型,搭建深度可分离卷积结构的FasterRCNN模型,训练后得到初始Faster RCNN模型;对初始Faster RCNN模型中特征提取主干网络进行稀疏低秩分解、通道裁剪和训练,得到初步轻量化后的Faster RCNN模型;对初步轻量化后的Faster RCNN模型中区域建议网络进行张量Tensor‑Train分解,训练后得到二次轻量化后的Faster RCNN模型;对二次轻量化后的Faster RCNN模型中识别与分类网络进行稀疏低秩分解、通道裁剪和训练,得到最终轻量化后的FasterRCNN模型。实现了目标检测模型较高的压缩倍数,提高了目标检测的速度和精度。
  • 深度卷积神经网络量化方法系统目标检测
  • [发明专利]一种多站侦收信号溯源方法-CN202111407174.6有效
  • 王维;李捷;高晓利;赵火军 - 四川九洲电器集团有限责任公司
  • 2021-11-24 - 2022-09-13 - H04L9/40
  • 本发明涉及一种多站侦收信号溯源方法,属于信号指纹识别技术领域,解决了现有技术中离散信号维度高差异小时聚类效果差的问题。包括接收多站侦收的信号,预处理后传入训练好的深度神经网络模型,将深度神经网络模型中间层的输出结果作为提取的多个多维特征向量;根据多次随机生成的维度数抽样多个多维特征向量,得到多组特征子向量,对多组特征子向量分别进行聚类得到多组聚类结果;根据多组特征子向量中任意两组特征子向量的维度值差异,得到对称相异度矩阵,根据对称相异度矩阵计算出多组聚类结果的权重,根据权重和类别计数判断条件计算出每个信号的每类加权计数值,取最大加权计数值对应的类别为信号的类别。实现了多站无源信号的准确定位。
  • 一种多站侦收信溯源方法
  • [发明专利]一种弱小目标智能检测识别方法-CN202111501469.X在审
  • 高晓利;程旗;李捷;赵火军;王维;唐培人 - 四川九洲电器集团有限责任公司
  • 2021-12-09 - 2022-03-08 - G06V10/774
  • 本发明涉及一种弱小目标智能检测识别方法,属于图像识别技术领域,解决了现有技术中红外弱小目标识别结果不准确和识别速度慢的问题。包括:提取多类图像的语义信息,并基于语义信息,构建条件对抗变分自编码器;通过前移尺度检测结构和调整卷积结构,构建改进的YOLOV3模型;对接收到的红外图像进行去噪处理,得到去噪后图像,加入无噪声图像集;将无噪声图像集输入构建的条件对抗变分自编码器,得到扩展图像集,将扩展图像集分为训练集和测试集;基于训练集,对改进的YOLOV3模型进行训练得到目标识别模型;将测试集输入目标识别模型中,得到红外图像中目标的识别结果,包括目标的位置和类型。实现了弱小目标准确和快速识别。
  • 一种弱小目标智能检测识别方法
  • [发明专利]一种基于小样本特征融合的ADS-B信号分类方法-CN202111407173.1在审
  • 赵火军;李捷;高晓利;王维;刘斌 - 四川九洲电器集团有限责任公司
  • 2021-11-24 - 2022-02-22 - G06K9/00
  • 本发明涉及一种基于小样本特征融合的ADS‑B信号分类方法,属于目标识别技术领域,解决了现有小样本关系网络对ADS‑B信号分类不准确的问题。包括将ADS‑B信号I、Q两路同步头信号转换为多维两路特征向量,作为待识别目标的特征信息;从测试集中选取多类样本作为支持集,将待识别目标的特征信息和支持集传入小样本关系网络,得到与支持集中每类样本的相似概率,若最大相似概率大于阈值,则最大相似概率对应的样本类别为待识别目标的类别,否则更新支持集,直至最大相似概率大于阈值,得到待识别目标的类别;小样本关系网络包括嵌入模块和关系模块,嵌入模块包括加入了多尺度特征融合的残差网络,关系模块包括卷积层和全连接层。实现了小样本ADS‑B信号的准确分类。
  • 一种基于样本特征融合ads信号分类方法
  • [发明专利]一种基于离散点迹的多源异构信息关联方法-CN202111299114.7在审
  • 高晓利;李捷;王维;赵火军;唐培人 - 四川九洲电器集团有限责任公司
  • 2021-11-04 - 2022-02-08 - G06K9/62
  • 本发明涉及一种基于离散点迹的多源异构信息关联方法,属于信息融合技术领域,解决了现有密集目标中离散点判别困难和漏关联的问题。包括接收所述多源异构信息,识别出其中的离散点迹存入历史库,并将历史库中的其他信息作为历史点迹;基于身份信息和专有信息,得到离散点迹和历史点迹的关联数据对;再基于时间和动态信息,对历史库中剩余的离散点迹和剩余的历史点迹建立多个相似性矩阵;根据预置的每个相似性矩阵的度量门限,将多个相似性矩阵转换为多个0‑1度量矩阵;基于0‑1度量矩阵,得到历史库中剩余的所述离散点迹和剩余的历史点迹的关联数据对;对每组关联数据对设置相同的航迹号,得到关联结果。实现了密集目标中离散信息的识别和关联。
  • 一种基于离散多源异构信息关联方法
  • [发明专利]一种基于信息融合周期的多源异构信息关联方法-CN202111299108.1在审
  • 高晓利;李捷;王维;赵火军;唐培人 - 四川九洲电器集团有限责任公司
  • 2021-11-04 - 2022-01-28 - G06V10/80
  • 本发明涉及一种基于信息融合周期的多源异构信息关联方法,属于信息融合技术领域,解决了现有密集目标分叉和交叉运动下关联错误的问题。包括接收多个不同类型传感器的多源信息;将同类型传感器包含多条数据的多源信息加入待聚类集合,其他多源信息加入初步聚类集合;对待聚类集合进行聚类,每类中距离聚类中心最近的多源信息加入初步聚类集合,每类中其他多源信息放入缓存区,未归为任一类的标记为离散点存入历史库;基于身份信息和动态信息得到初步聚类集合和历史库中的关联数据对;将缓存区中与初步聚类集合的多源信息属于同一信息融合周期同类的多源信息均加入关联数据对,得到关联结果。实现了密集目标中多源异构信息的准确关联。
  • 一种基于信息融合周期多源异构关联方法

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