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804202个,建议您升级VIP下载更多相关专利
  • [发明专利]一种静电线检测模型训练方法、装置、设备及存储介质-CN202310546517.X在审
  • 孙君亮;董保磊;韩国栋 - 济南博观智能科技有限公司
  • 2023-05-12 - 2023-08-18 - G06V10/774
  • 本申请公开了一种静电线检测模型训练方法、装置、设备及存储介质,涉及模型训练领域,包括:基于历史静电线图像中各目标对应的真实框宽高比构建相应的过滤条件;为当前待训练模型输出的第一数量张特征图中的各目标分别匹配第二数量个先验框并确定各先验框的宽高比;判断与第一数量张特征图中的同一目标对应的各先验框宽高比是否满足相应的过滤条件,若是则筛选出满足条件的若干目标先验框;根据各目标先验框进行预测框的回归,并计算各预测框对应的置信度损失以完成本次对当前待训练模型的训练操作本申请基于宽高比过滤条件筛选能够更好地表征静电线形状特征的目标先验框,以训练出更好地对静电线进行检测的模型,从而提高静电线检测的准确度。
  • 一种静电检测模型训练方法装置设备存储介质
  • [发明专利]一种X射线图像线性重建方法-CN202011116184.X有效
  • 李庆武;王佳妤;许金鑫;王肖霖 - 河海大学常州校区
  • 2020-10-19 - 2022-09-13 - G06T5/00
  • 本发明公开了一种X射线图像线性重建方法,首先获取X射线投影图像,引入基于全变差先验的正则项,构造重建目标函数;引入超先验参数,构造分层贝叶斯模型;运用变量分裂方法,引入分裂变量,分离数据保真项和TV正则项,得到分裂形式下的联合概率密度分布;基于Jefferys先验定义超先验变量,得到各变量的条件分布;迭代更新超先验参数,对含TV正则项的分裂变量的条件分布进行求解;利用正向矩阵的低秩性质,近似待求参数的全条件概率密度分布
  • 一种射线图像线性重建方法
  • [发明专利]一种基于即插即用先验的条纹噪声去除方法-CN202310499112.5有效
  • 黄华;钱辰扬;宋凌飞 - 北京师范大学
  • 2023-05-06 - 2023-06-30 - G06T5/00
  • 本发明公开的一种基于即插即用先验的条纹噪声去除方法,属于图像处理领域。本发明利用期望最大化算法构造条纹参数的极大似然估计,利用期望最大化算法构造条纹参数的极大似然估计,并将原始的条纹噪声去除问题分解为计算图像的条件期望和在残差图像上估计列均值,即通过将图像恢复问题解耦成去噪和条纹估计两个步骤迭代本发明采用高斯噪声去噪算法进行图像条件期望计算,不需要指定显式的图像先验,只需要使用现有的高斯噪声去噪算法计算图像先验,即基于即插即用先验实现图像条纹噪声去除,避免实际应用中图像先验不可知的问题。
  • 一种基于即插即用先验条纹噪声去除方法
  • [发明专利]一种基于LCTF的光谱成像装置及成像方法-CN201910298299.6有效
  • 曾延安;代锦辉 - 华中科技大学
  • 2019-04-15 - 2021-04-06 - G01J3/28
  • 本发明公开一种基于LCTF的光谱成像装置及成像方法,包括:通过LCTF采集目标场景的光谱立方体;基于先验条件约束的修正岭估计模型重建采集的光谱立方体,以改善LCTF对目标场景积分采样过程对所述光谱立方体引入的光谱展宽,提高采集的光谱立方体对应的光谱分辨率;所述基于先验条件约束的修正岭估计模型为引入先验条件的无偏岭估计,用于使采集的光谱立方体与目标实际光谱立方体保持一致。本发明提供的先验条件约束的修正岭估计模型重建光谱立方体,改善了LCTF成像光谱仪的光谱分辨能力,可以恢复峰值波长间隔小于10nm的光谱重叠峰,将光谱节点定位误差减小到5nm以下,可有效降低测量目标光谱误差
  • 一种基于lctf光谱成像装置方法

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