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5个,建议您升级VIP下载更多相关专利
  • [实用新型]一种定点式旋转同步结构方孔激光动力卡盘-CN202320234234.7有效
  • 胡圣亮;邹昌恒;胡圣佑 - 安徽坎蒂尼精工科技有限公司
  • 2023-02-16 - 2023-08-29 - B23K37/04
  • 本实用新型公开了一种定点式旋转同步结构方孔激光动力卡盘,属于四爪卡盘领域,包括底座,所述的底座上设有卡盘回转体,卡盘回转体上设有第一气缸、第二气缸、第三气缸和第四气缸,第一气缸、第二气缸、第三气缸、第四气缸上设有连杆,连杆上设有卡爪,第一气缸通过旋转连杆、中连杆和第三气缸连接,第二气缸通过旋转连杆、中连杆和第四气缸连接。本实用新型两对立气缸推动连杆运动,连杆上两侧安装有旋转连杆,旋转连杆与中连杆连接,中连杆中心与中心固定轴连接,中心固定轴定心不动,旋转连杆和中连杆同步运动,控制卡盘连杆上的卡爪对中运动。解决了以往气动卡盘的稳定性能,提高了气动卡盘的使用寿命,降低气动卡盘的维护成本。
  • 一种定点旋转同步结构激光动力卡盘
  • [发明专利]一种基于标记风险控制的数据去噪方法-CN202110399544.X在审
  • 王魏;胡圣佑 - 南京大学
  • 2021-04-14 - 2021-08-20 - G06N3/04
  • 本发明公开一种基于标记风险控制的数据去噪方法,数据深度学习的成功往往依赖于大量有准确标记的数据,但是实际场景中通常很难收集到大量标记准确的数据。为了减少数据标记噪声对神经网络性能的影响,本发明方法中维护两个神经网络互相选择损失小的数据作为低风险数据给对等网络进行更新,每个网络分别过滤掉其中的高风险数据并在剩下的数据上重新训练。随着训练的进行两个网络会越来越相似导致学习性能退化,为了解决这一问题,当两个神经网络的不一致性达到稳定时停止互相选择数据,利用得到的低风险数据更新网络直到收敛。相比现有技术,本发明使深度神经网络具有更强的鲁棒性。
  • 一种基于标记风险控制数据方法
  • [发明专利]基于全局分析的并行错误模式匹配方法-CN201710442497.6在审
  • 郑炜;蔺军;胡圣佑;黄月明;冯晨;刘文兴 - 西北工业大学
  • 2017-06-13 - 2017-10-20 - G06F11/36
  • 本发明公开了一种基于全局分析的并行错误模式匹配方法,用于解决现有并行错误模式匹配方法实用性差的技术问题。技术方案是首先将源程序分解成单词符号串,形成相应的符号表,提供所需的符号节点。接着将输入字符串识别为单词符号流,生成具有中间节点的抽象语法树。再对变量名字和操作符进行处理生成标准形式的抽象语法树。之后,根据生成的抽象语法树对单个过程代码对象构造控制流图。在此基础上,为整个程序代码构建函数调用图,对图中每一个节点的控制流图进行遍历,利用已总结的错误模式与源程序进行匹配得出具体错误的位置。本发明使用并行错误模式与程序当中可能会出现错误的代码进行匹配得出错误定位的结果,实用性好。
  • 基于全局分析并行错误模式匹配方法
  • [发明专利]基于元启发式算法的动态编组调度优化方法-CN201710277787.X在审
  • 郑炜;刘文兴;蔺军;胡圣佑 - 西北工业大学
  • 2017-04-25 - 2017-09-29 - G06Q10/04
  • 本发明公开了一种基于元启发式算法的动态编组调度优化方法,用于解决现有动态编组调度优化方法实用性差的技术问题。技术方案是首先根据用户指定的调车指令建立阶段调车计划;接着根据车道与车位范围,确定解空间,并以牵引车完成所有调度作业所经过的路径长度总和来设计遗传算法的适应度函数;然后利用元启发算法的全局搜索能力,找出每次作业牵引车目标车道与车位的最优解或近似最优解;最后结合阶段调车计划,给出调度作业方案。测试表明,本发明能够适用于所有编组站的编组调度优化,提高了编组站的编组调度效率,实用性好。
  • 基于启发式算法动态编组调度优化方法

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