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32个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于知识提取的轻量型摘要生成方法-CN202310330015.3在审
  • 黄文明;刘诗月;邓珍荣;肖雁南;温雅媛;温佩芝;蓝如师 - 桂林电子科技大学
  • 2023-03-30 - 2023-06-27 - G06F40/289
  • 本发明公开了一种基于知识提取的轻量型摘要生成方法,包括文本模型的生成和文本模型的调用两个阶段。第一阶段包括文本数据的清洗与预处理;文本模型的创建;文本模型的训练与调优;文本模型的生成与获取。第二阶段包括:用户输入待生成摘要的长文本;提取用户输入长文本的特征;调用文本模型;生成用户输入的长文本的摘要。第一阶段采用机器学习的算法搭建文本模型,将提取的特征输入模型,对模型进行训练,自动优化训练参数,使模型更加准确。第二阶段,对用户输入的待生成摘要的长文本进行特征提取,调用第一阶段生成的模型,生成对应的文本摘要。本发明应用型强,应用范围广,尤其在新闻处理、文案处理等方面将会有很大的应用。
  • 一种基于知识提取轻量型摘要生成方法
  • [发明专利]基于ConvNext-yolov7的建筑工地环境检测方法-CN202310330005.X在审
  • 黄文明;梁思恒;肖雁南;温雅媛;邓珍荣;蓝如师;李达;韦曦;田伟 - 桂林电子科技大学
  • 2023-03-30 - 2023-06-27 - G06T7/00
  • 本发明公开了一种基于ConvNext‑yolov7的建筑工地环境检测方法,包括如下步骤:1)采集建筑工地环境数据集:2)在YOLOv7网络中嵌入ConvNext结构,得到ConvNext‑yolov7网络模型,经过该网络模型将建筑工地中,不同特征的物体每一种的相对得分高的特征图和对应的权重打包成权重文件;3)通过权重对图像进行特征图分割,采用模糊均值聚类算法对X个特征对象生成图像特征初始聚类中心,再将初始聚类中心点传入K‑means算法,最后生成预测框;4)输出建筑工地环境检测结果。本发明方法可以识别多种不同的建筑工地内环境特征并且加以标注,修改过的网络模型提高了检测精度,相比于同类型的检测技术,其检测速度、精度均有进步,检测错误率大幅降低。
  • 基于convnextyolov7建筑工地环境检测方法
  • [发明专利]一种筐可开合的水下抓取机器人-CN202210034015.4在审
  • 李玉寒;付书媛;蒙振鹏;黄明毅;钟思;邓珍荣 - 桂林电子科技大学
  • 2022-01-12 - 2022-04-12 - A01K79/00
  • 一种筐可开合的水下抓取机器人。为解决现有带筐水下抓取机器人所携带的筐只有储存功能,没有实现将筐中海产品自动取出的功能。本发明包括主体框架、电子密封舱、驱动总成、开合筐组件、机械爪和电源密封舱,电子密封舱和电源密封舱分别安装在主体框架内,驱动总成均布在主体框架上,开合筐组件插装在主体框架的下表面上;所述的开合筐组件包括筐体、筐底板和曲柄连杆机构;所述的筐底板安装在筐体的下端口处,所述的筐底板是由第一底板和第二底板共同组成,第一底板固装在筐体内的一侧,第二底板铰连接在筐体内的另一侧,第一底板和第二底板将筐体底部密封;所述的第二底板通过曲柄连杆机构实现第二底板的开合功能。本发明属于机器人技术领域。
  • 一种筐可开合水下抓取机器人
  • [发明专利]一种基于深度学习的文本自动生成方法-CN201810058680.0有效
  • 黄文明;卫万成;邓珍荣 - 桂林电子科技大学
  • 2018-01-22 - 2021-10-22 - G06F40/211
  • 本发明公开了一种基于深度学习的文本自动生成方法,包括获得文本生成模型和调用文本生成模型两个阶段。第一阶段包括数据预处理;深度学习算法模型构建;训练深度学习模型;获得文本生成模型。第二阶段包括:接受用户输入的文本;提取用户输入文本的特征信息;调用文本生成模型;生成与用户输入文本的特征信息相匹配的文本。第一阶段采用深度学习算法模型,使得训练过程更加自动化,免去了过多的人工干预,训练过程采用一系列训练策略,使得文本生成模型生成的文本可读性更强。第二阶段,对用户输入信息进行分类,识别用户意图,跟据用户的意图生成出用户想要的文本。本发明方法实现相对简单,应用性强,尤其在文章生成方面将会有很大的应用。
  • 一种基于深度学习文本自动生成方法

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