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37个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于三维占用预测和神经渲染的视觉三维感知方法及系统-CN202310970781.6在审
  • 周洪超;郭盛邦;吕传栋;周斌 - 山东大学
  • 2023-08-03 - 2023-10-24 - G06T17/00
  • 本发明涉及一种基于三维占用预测和神经渲染的视觉三维感知方法及系统,包括:A、构建室内外场景数据集;B、训练基于空间注意力机制的卷积神经网络模型,生成三维占用预测结果;基于数据集训练设计好的基于空间注意力机制的卷积神经网络模型,图像帧作为卷积神经网络模型输入,激光雷达点云数据用于监督卷积神经网络模型的训练;输入待检测的图像帧,让训练好的基于空间注意力机制的卷积神经网络模型前向推理,生成三维占用预测结果。本发明能够实现只输入图像,模型就能感知周围环境信息的功能,而无需搭载价格高昂的激光雷达,大幅减少了成本。通过将三维占用预测技术和神经渲染结合起来,能够有效感知被遮挡区域的信息。
  • 一种基于三维占用预测神经渲染视觉感知方法系统
  • [发明专利]一种人工神经网络的激活学习方法、系统及应用-CN202211165108.7在审
  • 周洪超;黄卫平;赵佳;周斌 - 山东大学
  • 2022-09-23 - 2022-12-16 - G06N3/08
  • 本发明涉及一种人工神经网络的激活学习方法、系统及应用,包括:构建人工神经网络,同时将数据和类别标签或多模态作为输入;通过无监督本地学习方法训练人工神经网络,使得人工神经网络中最后一层神经元的输出激活强度反映输入样本的典型性;将待识别的数据输入训练好的人工神经网络并优化缺失的类别标签使得输出激活强度最大,得到数据分类结果;或将类别标签输入训练好的加入随机噪音的人工神经网络并优化缺失的数据部分使得输出激活强度最大,实现数据生成。本发明更好学习输入样本数据的统计概率分布,统一了监督学习、无监督学习和生成模型的框架。弥补了反向传播技术在训练样本数量、安全性、任务通用性等的一系列限制,具有较强的实用性。
  • 一种人工神经网络激活学习方法系统应用
  • [发明专利]TRIAD轻量级流密码加密算法的芯片实现装置及方法-CN202210828915.6在审
  • 杨刚强;牛庆芸;万志国;周洪超;熊海良 - 山东大学
  • 2022-07-15 - 2022-10-18 - H04L9/06
  • 本发明公开了一种TRIAD轻量级流密码加密算法的芯片实现装置及方法,实现装置包括状态控制单元、线性反馈移位寄存器、反馈生成函数单元和输出滤波函数单元;状态控制单元用于调整和控制装置状态,根据装置当前所处阶段,控制输入和输出使能,控制密钥流产生;线性反馈移位寄存器用于记录表示加密算法的256位内部状态;反馈生成函数单元在状态控制单元的控制下执行更新;输出滤波函数单元用于提取线性反馈移位寄存器的内部状态,在时钟信号的控制下,选取部分特殊位执行异或和与运算,输出密文或消息认证码。本发明所公开的装置及方法设计紧凑、节约资源、提升数据吞吐率,为不同应用场景提供参考,以达到保障机密性和完整性的安全目的。
  • triad轻量级密码加密算法芯片实现装置方法
  • [发明专利]高动态通信系统中联合载波同步的自适应迭代译码方法-CN202210565242.X在审
  • 熊海良;许玉丹;周洪超;杨刚强;许宏吉 - 山东大学
  • 2022-05-23 - 2022-09-09 - H04L1/00
  • 本发明属于通信技术领域,涉及高动态通信系统中联合载波同步的自适应迭代译码方法。高动态通信系统中联合载波同步的自适应迭代译码方法,包括:(1)发送端对信息序列进行信道编码,构造基于光正交码的准循环LDPC码;信道编码后的信号经调制、扩频、模数转换、模拟上变频后,被发送出;(2)接收端在完成信号同步捕获后,通过锁频环和锁相环对捕获的信号进行频偏和相偏的粗估和校正;(3)采用联合载波同步的迭代译码算法进行译码,每次译码迭代过程中利用更新的残余频偏和残余相偏估计值再次校正步骤(2)校正后的信号。本发明利将译码与残余频偏/相偏的估计校正相结合,实现了高动态通信系统中载波同步的准确性,提升了系统的抗干扰性能。
  • 动态通信系统联合载波同步自适应译码方法
  • [发明专利]一种基于分层及分块特征融合的跨视角步态识别方法-CN202210245454.X在审
  • 贲晛烨;姚军;陈振学;周洪超;姜威;黄天欢;刘畅 - 山东大学
  • 2022-03-14 - 2022-06-28 - G06V40/20
  • 本发明涉及一种基于分层及分块特征融合的跨视角步态识别方法,包括:构建并训练基于分层及分块特征融合网络模型;将待识别身份的步态剪影图序列送入训练好的基于分层及分块特征融合网络模型获取步态特征,通过与注册数据集进行特征相似性比对完成查询样本的身份识别;构建基于分层及分块特征融合网络模型,包括:依次构建分层步态识别框架、部分特征混合掩膜、骨架网络、分级水平金字塔、分块特征融合模块;本发明提出的分层步态识别框架,打破通用步态识别框架先提取特征再进行特征映射的先后顺序,可以从特征提取的任意阶段获取特征进行映射,使用高级特征与低级特征相结合的方式,具有更好的效果以及更大的灵活性。
  • 一种基于分层分块特征融合视角步态识别方法
  • [发明专利]一种基于迁移学习的木薯叶病分类方法、设备及存储介质-CN202210254211.2在审
  • 吕传栋;胡宇;周斌;周洪超;吴雨林 - 山东大学
  • 2022-03-15 - 2022-06-24 - G06V20/10
  • 本发明涉及一种基于迁移学习的木薯叶病分类方法、设备及存储介质,包括:(1)获取木薯叶病数据;(2)将木薯叶病数据即数据集分为训练集和测试集;(3)使用图像处理和图像增强方法对数据集进行图像预处理;搭建迁移学习模型,使用训练集对该迁移学习模型进行训练,并保存训练好的迁移学习模型;(4)将测试集输入训练好的迁移学习模型,检验训练好的迁移学习模型的泛化能力和准确率;(5)将待分类的木薯叶病数据图像预处理后输入至训练好的迁移学习模型,输出该木薯叶病数据所属的木薯叶病类别。本发明使用人工智能、迁移学习的方法进行木薯叶病分类,大大减少了木薯叶病分类的成本和时间,提高了木薯叶病分类的效率。
  • 一种基于迁移学习木薯分类方法设备存储介质

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