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14个,建议您升级VIP下载更多相关专利
  • [发明专利]一种实现云桌面登录的方法及设备-CN202211102656.5在审
  • 熊鹏涛 - 新华三技术有限公司
  • 2022-09-09 - 2023-01-20 - H04L9/40
  • 本申请提供了一种实现云桌面登录的方法及设备。该方法包括用户终端基于收到的云桌面登录请求确定启动安全登录模式;用户终端向云桌面安全登录服务器发送安全登录模式请求,该请求包括待登录云桌面的标识以及待登录云桌面的绑定的即时通信账户,云桌面安全登录服务器向即时通信账户的服务器发送加密随机数,以使得加密随机数通过即时通信账户发送至用户终端的用户;云桌面安全登录服务器为用户终端提供带有加密随机数验证框的云桌面登录页面;用户终端通过加密随机验证框输入的加密随机数;云桌面安全登录服务器确定用户终端通过加密随机验证框输入的加密随机数通过验证,提供标识对应的云桌面。
  • 一种实现桌面登录方法设备
  • [发明专利]基于对抗学习的多人姿态估计方法-CN201910735240.9有效
  • 陈分雄;陶然;黄华文;蒋伟;刘建林;熊鹏涛;韩荣;叶佳慧;王杰 - 中国地质大学(武汉)
  • 2019-08-09 - 2023-01-03 - G06V10/46
  • 本发明公开了一种基于对抗学习的多人姿态估计方法,包括以下步骤:使用带有多人关键点坐标标签的公开数据集作为训练集,对训练集图像进行边缘信息增强预处理;对训练集中的关键点坐标标签做预处理,制作成对应的关键点热点图和整体骨架热点图;构建双分支关键点特征提取子网络;构建A‑HPose网络生成器部分;构建A‑HPose网络判别器部分;使用训练集对A‑HPose网络进行中继监督循环训练,得网络模型参数;对网络输出热点图做后处理,根据骨架热点图来对关键点热点图中的关键点进行搜索分类,得到多人中每一个人的关键点位置,预估多人姿态。本发明具有快速准确检测人体关键点特征的有益效果。
  • 基于对抗学习姿态估计方法
  • [发明专利]网络文件同步方法、装置和设备-CN202210112474.X在审
  • 熊鹏涛 - 新华三云计算技术有限公司
  • 2022-01-29 - 2022-05-27 - H04L9/40
  • 本发明提供一种网络文件同步方法、装置和设备,用于解决的网络文件传输的安全性问题。本发明在通过网络同步共享文件时,将加密技术和分组扰乱技术相结合,在对文件内容进行加密后,再对文件数据进行分组和分组顺序扰乱,对端接收到加密的乱序分组文件后,使用与本端相同秘钥和分组扰乱表即可恢复出原始的同步文件。本发明在文件加密的基础上又提供了一层文件分组扰乱的保护,能够提高网络文件共享的安全性。
  • 网络文件同步方法装置设备
  • [发明专利]一种基于深度学习的纳米结构设计方法-CN201911036744.8有效
  • 陈分雄;叶佳慧;蒋伟;熊鹏涛;韩荣;王杰 - 中国地质大学(武汉)
  • 2019-10-29 - 2021-09-14 - G06F30/27
  • 本发明提供了一种基于深度学习的纳米结构设计方法,包括:建立一个训练数据集,包含任意一种纳米结构信息;对训练数据集进行预处理,以将训练数据集中的数据进行转置和归一化;构建频谱预测网络SPN和几何形状预测网络GPN;将频谱预测网络SPN和几何形状预测网络GPN整合成一个神经网络模型,频谱预测网络SPN的输出连接几何形状预测网络GPN的输入;使用预处理后的训练数据集对整合的神经网络模型进行训练,当损失函数达到预设值时,神经网络模型训练完成;将待建立的纳米结构对应的X和Y两个极化方向的频谱和材料性质输入到训练完成的神经网络模型中,就可以得到纳米结构的8个纳米结构表征点,进而得到纳米结构的几何形状。
  • 一种基于深度学习纳米结构设计方法
  • [发明专利]一种基于人工智能的星载传感网数据压缩方法-CN201910704493.X有效
  • 陈分雄;陶然;蒋伟;熊鹏涛;韩荣;叶佳慧;王杰 - 中国地质大学(武汉)
  • 2019-07-31 - 2021-07-20 - H04L29/06
  • 本发明提供了一种基于人工智能的星载传感网数据压缩方法,包括:在一段预设时间内,在星载传感网多个终端感知节点采集传感器数据;对传感器数据进行预处理,以剔除异常数据,并对缺失数据通过双维度上的线性插值方法进行补全,将采集数据归一化映射到[‑1,1]区间;构建A‑CCR网络;在预处理后的传感器数据中提取一个类别的数据时间序列,分成m段并随机打乱顺序,按照打乱后的顺序对A‑CCR网络进行循环迭代训练;在预处理后的传感器数据中提取多种类别的数据时间序列,分成n段并随机打乱顺序,按照打乱后的顺序对A‑CCR网络初始模型进行循环迭代训练;将待处理的星载传感网数据输入到A‑CCR网络优化模型进行压缩处理。
  • 一种基于人工智能传感数据压缩方法
  • [发明专利]一种基于可学习编码的3D目标检测方法及系统-CN201910785652.3在审
  • 王晓莉;熊鹏涛;蒋伟;陈分雄;韩荣;叶佳慧;王杰 - 中国地质大学(武汉)
  • 2019-08-23 - 2020-04-17 - G06K9/62
  • 本发明专利提供一种基于可学习编码的3D目标检测方法及系统,该方法及系统中,使用可学习的编码方法来对点云数据进行编码,然后将编码后的特征使用神经网络进行特征提取。接着使用RPN网络来生成3D候选区域,最后使用两个级联的使用不同IOU阈值的分类网络得到候选区域的类别概率以及包围框坐标偏移量。使用神经网络对激光雷达点云数据进行编码是一个可学习的过程,能够让网络自动学习到多样的特征。将激光雷达点云数据编码的过程由神经网络来完成,突破人工先验经验挑选特征的瓶颈,达到机器学习的效果,同时也将激光雷达点云数据编码、特征提取、特征分类和坐标回归这三个过程整合到一个网络中达到端对端的效果。
  • 一种基于学习编码目标检测方法系统

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