首页 在售
电子信息机械制造新型材料电气自动化新能源安全防护环保资源轻工纺织生物医药包装印刷海洋开发仪器仪表航空航天建材建筑农林牧业食品饮料采矿冶金家居用品化学化工交通运输橡胶塑料教育休闲其他
求购
电子信息机械制造新型材料电气自动化新能源安全防护环保资源轻工纺织生物医药包装印刷海洋开发仪器仪表航空航天建材建筑农林牧业食品饮料采矿冶金家居用品化学化工交通运输橡胶塑料教育休闲其他
查询 申请 展会 资讯 专利榜 企服商城 升级VIP
专利名称
农业 化学；冶金 建筑 机械工程 区域搜索
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201206个，建议您升级VIP下载更多相关专利
  • [发明专利]一种基于Matlab的语谱图生成及显示方法和装置-CN202010129497.2在审
  • 陈昊亮;许敏强 - 广州国音智能科技有限公司
  • 2020-02-28 - 2020-06-26 - G10L17/02
  • 本申请公开了一种基于Matlab的语谱图生成及显示方法和装置，包括：对采集到的语音信号进行预处理；对预处理后的语音信号进行Matlab参数配置，生成二维语谱图；对二维语谱图进行坐标点信息提取；根据坐标点信息进行Matlab动态建模，生成三维语谱图并显示。本申请中提供的基于Matlab的语谱图生成及显示方法，对语音信号进行预处理之后，利用Matlab生成二维语谱图，然后提取二维语谱图的坐标点信息进行动态建模，得到三维语谱图，能够直观准确的体现出语音信号的声纹特征，提高了语音鉴定的准确率和效率，解决了生成准确体现声纹特征的语谱图，以提高声纹鉴定的准确率和效率的技术问题。
  • 一种基于matlab语谱图生成显示方法装置
  • [发明专利]一种支持机顶盒显示高棉语的方法-CN201410184170.X有效
  • 洪仰东 - 珠海迈科电子科技有限公司
  • 2014-05-05 - 2014-07-23 - H04N21/431
  • 本发明提供一种支持机顶盒显示高棉语的方法。具体的，该方法包括高棉语字库生成方法、高棉语字符与字库映射方法以及机顶盒显示高棉语的方法。高棉语字库生成方法包括以下步骤：获取高棉语字符；将获取的高棉语字符逐个转换成等高的黑白位图；将所述的等高黑白位图通过点阵计算，转换成16进制字库数据，即字库数据。本发明具有开发成本低，开发周期短，更新快捷方便等优点：高棉语字库生成需要高棉语的字符，而这些字符都可以通过输入法或者网络免费获得，在经过工具转换之后生成字库数据，而这个过程是非常灵活的，可以一次性生成一个字库
  • 一种支持机顶盒显示高棉语方法
  • [发明专利]基于组块的越南语短语树构建方法-CN201610497061.2有效
  • 郭剑毅;李英;余正涛;线岩团;毛存礼;陈玮 - 昆明理工大学
  • 2016-06-30 - 2019-05-14 - G06F17/27
  • 本发明涉及基于组块的越南语短语树构建方法，属于自然语言处理技术领域。本发明首先对越南语短语树标注集进行上层组块和基层组块标注；选取上层组块和基层组块的特征集，再构建基于组块的越南语短语树库构建模型；利用组块分析工具对分词后的越南语句子进行组块分析，得到基于组块构建的初级越南语短语树库；利用短语树库校正器对基于组块构建的初级越南语短语树库进行校正，最后得到校正后的终级越南语短语树库。本发明避免了人工收集和标注越南语短语树库的过程，节省了人力和构建树库的时间；本发明提出的构建短语树的方法相比采用上下文无关文法构建越南语短语树库和最大熵构建越南语短语树库方法准确率明显提高。
  • 基于越南语短语构建方法
  • [发明专利]融合外部语言知识的流式越南语语音识别方法-CN202210803414.2有效
  • 高盛祥;王俊强;余正涛 - 昆明理工大学
  • 2022-07-09 - 2023-08-22 - G10L15/00
  • 本发明提出融合外部语言知识的流式越南语语音识别方法，属人工智能领域。越南语为低资源语言，训练语料难以获取；流式端到端模型在训练过程中难以学习到外部大量文本中的语言知识，这些问题限制了流式越南语语音识别模型的性能。本发明以越南语音节作为语言模型和流式越南语语音识别模型的建模单元，在训练阶段，通过预训练越南语语言模型和语音识别模型解码器的输出计算一个新的损失函数，帮助流式越南语语音识别模型学习一些越南语语言知识从而优化其模型参数在越南语数据集上，在训练阶段融合语言模型能将流式越南语语音识别模型的词错率提升2.45％。在解码阶段再次融合语言模型，还能将模型词错率分别提升1.35％和4.75％。
  • 融合外部语言知识越南语语音识别方法
  • [发明专利]一种双语段落对齐算法-CN200810033961.7无效
  • 刘建 - 刘建
  • 2008-02-28 - 2009-09-02 - G06F17/28
  • 本发明申请以堆双语语料库进行语段级对齐是基于实例的机器翻译(EBMT)的基础，提出了基于锚词对的英汉双语语段对齐模型并给出了相应的对齐算法，解决了中、小规模语料库的数据稀疏问题。系统把语段切分的歧义推迟到语段对齐时排除，提高了语段切分的正确率。
  • 一种双语段落对齐算法
  • [发明专利]签语纸切送装置-CN92110369.7无效
  • 黄辅金 - 黄辅金
  • 1992-09-22 - 1995-04-12 - A21C15/00
  • 一种签语纸切送装置，由带纸轮、送纸轮、切纸刀片、推纸滑板和定位卡纸钩组成，是对签语饼机的一种改进。采用了本发明所说的装置，可以使签语饼的生产做到连续化、自动化，既提高了签语饼的生产产量，节省了人力，又能保证签语饼纸位置的放置准确，满足人们的需求。
  • 签语纸切送装置
  • [发明专利]一种获得推荐语的方法、装置及电子设备-CN201911120544.0在审
  • 吴宇娟 - 北京星选科技有限公司
  • 2019-11-15 - 2020-05-12 - G06F16/34
  • 本申请实施例提供一种获得推荐语的方法，应用于服务端或者客户端，所述方法包括：获得原始数据，原始数据包括用户画像数据、目标对象特征数据和实体对象特征数据中的至少一种数据，实体对象特征数据用于描述为用户提供服务的实体对象的特征，目标对象特征数据用于描述供用户使用的目标对象的特征；按照字段属性对所述原始数据进行拆分处理，获得拆分后的字段；按照推荐语属性将拆分后的字段进行重组，获得针对目标对象或实体对象的推荐语。采用本实施例获得的推荐语，由于在获得推荐语的过程中按照字段属性对原始数据拆分，并按照推荐语属性对拆分后的字段进行了重组，使得获得的针对目标对象或实体对象的推荐语，可相对提高推荐语的准确度。
  • 一种获得推荐方法装置电子设备
  • [发明专利]一种基于嵌入式的骨传导助听设备及系统-CN202310442236.X在审
  • 宋宁;崔广林;焦芸云 - 郑州大学
  • 2023-04-23 - 2023-06-30 - H04R25/00
  • 本发明提供了一种基于嵌入式的骨传导助听设备，包括语谱图生成模块、预处理模块、场景确定模块、降噪模块，生成当前语谱图，对当前语谱图进行平滑处理，基于微处理器的利用率和内存的利用率计算得到权重，根据权重判断是否进行下采样，如果是，则获得与权重对应的下采用的窗口大小和步长，根据窗口大小和步长对当前语谱图和预设语谱图集中的语谱图进行平均池化下采样；按照预设方式计算预处理后的当前语谱图与预处理后的每个预设语谱图集的相似度，确定当前所处的环境
  • 一种基于嵌入式传导设备系统
  • [发明专利]预测模型的训练方法、语段预测方法及相关装置-CN202211506863.7在审
  • 陈欣炜 - 招银云创信息技术有限公司
  • 2022-11-29 - 2023-03-21 - G10L17/04
  • 本申请公开了预测模型的训练方法、语段预测方法及相关装置，该训练方法包括：获得初始模型对第一说话者的多个语段的综合预测特征；基于综合预测特征，及第一预测特征和第二预测特征，判断第一语段和第二语段是否为第一说话者所说的目标语段可见，本申请可区分样本集中的语段样本，是否为第一说话者所说的语段，并将判定为第一说话者所说的目标语段留用以训练初始模型，以得到预测准确率更高的目标模型；其中，将被判定为非目标语段的语段从样本集中剔除，有助于减少样本集中所混入投毒样本，提高样本集本身的数据质量和可靠性，增强模型对语段的分类预测效果。
  • 预测模型训练方法相关装置
友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

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

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期
咨询在线客服咨询在线客服
tel code back_top