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8594364个,建议您升级VIP下载更多相关专利
  • [发明专利]远方跳闸保护故障就地判别方法-CN201510537413.8在审
  • 刘奎;赵青春;沈军;刘东超 - 南京南瑞继保电气有限公司;南京南瑞继保工程技术有限公司
  • 2015-08-27 - 2015-12-16 - H02H7/26
  • 本发明公开了一种远方跳闸保护故障就地判别方法,包括以下步骤:根据对端送来的电气量信息和本端电气量信息分别进行故障就地判别;若故障就地判别条件满足,且收到对端送来的远方跳闸信号,则发出跳闸命令,跳本端断路所述故障就地判别条件满足,可以是如下两种情况之一:(1)本端故障就地判别条件满足,或者对端故障就地判别条件满足;(2)本端故障就地判别条件满足,并且对端故障就地判别条件满足。所述对端故障就地判别条件满足是指所述对端送来的电气量信息满足设定的判据。本发明在远方跳闸保护在进行故障就地判别时,除依据本端电气量外,还可以依据对端各种电气量,提高了判别的正确率,降低了保护误动或拒动的可能性。
  • 远方跳闸保护故障就地判别方法
  • [发明专利]纸张类制品判别装置-CN201110144476.9有效
  • 吉田吉辉;秋田隆德 - 日立欧姆龙金融系统有限公司
  • 2011-05-31 - 2012-02-08 - G07D7/00
  • 本发明提供纸张类制品判别装置,能够抑制判别精度降低,并能够适当地进行特征的一部分不同的纸张类制品的真伪判别。ATM(100)具有:传感(3),读取包含冠字号码的纸币的特征;控制部(5),判别纸币的真伪;存储部(6),将纸币的冠字号码与用于判别纸币的真伪的特有的判别值建立对应地存储。控制部(5)判断纸币的冠字号码是否被存储在存储部(6),判断为纸币的冠字号码被存储在存储部(6)的情况下,使用与纸币的冠字号码相对应的特有的判别值,判别纸币的真伪。
  • 纸张制品判别装置
  • [发明专利]训练生成模型和判别模型-CN202010690706.0在审
  • A·M·慕诺兹德尔加多 - 罗伯特·博世有限公司
  • 2020-07-17 - 2021-01-19 - G06N3/04
  • 公开了一种用于训练生成模型和判别模型的系统(100)。生成模型通过从潜在特征向量生成中间表示并从中间表示生成合成实例来从潜在特征向量生成合成实例。判别模型确定用于输入实例的多个部分的多个判别得分,其指示部分是来自合成实例还是实际实例。通过反向传播来训练生成模型。在反向传播期间,基于用于合成实例的部分的判别得分来更新损失相对于中间表示的条目的偏导数,其中至少部分基于中间表示的条目来生成合成实例的部分,并且其中如果判别得分指示实际实例,则偏导数的值减小。
  • 训练生成模型判别
  • [发明专利]气体识别神经网络模型的优化方法及相关设备-CN202210030165.8在审
  • 潘晓芳;温晓琳;刘时亮;张哲 - 深圳大学
  • 2022-01-12 - 2022-04-15 - G06N3/08
  • 本发明公开了一种气体识别神经网络模型的优化方法及相关设备,基于特征提取、气体预测和域判别构建气体识别神经网络模型,特征提取与气体预测、域判别分别构成了气测支路和域判支路;将源域数据和目标域数据作为输入样本输入至特征提取,源域数据具有识别标签;将特征提取处理后的数据特征输给气体预测和域判别,通过气体识别神经网络模型,得到气体预测的目标优化函数和域判别的损失函数;基于域判别的损失函数对特征提取进行对抗训练,以使特征提取输给气体预测精准的气体数据特征。
  • 气体识别神经网络模型优化方法相关设备
  • [发明专利]一种边界感知的目标跟踪模型及目标跟踪方法-CN202310074699.5在审
  • 张海军;杨凯 - 哈尔滨工业大学(深圳)
  • 2023-01-12 - 2023-04-18 - G06T7/246
  • 一种边界感知的目标跟踪模型及目标跟踪方法,包括主干特征提取网络、基于可形变Transformer的判别式模型和跟踪头网络;第一主干特征提取网络以模板集为输入,提取模板集的主干特征后,一路输出到判别式模型,另一路输出到跟踪头网络的PrRoI Pooling组件;第二主干特征提取网络以搜索集为输入,提取搜索集的主干特征后,一路输入到跟踪头网络,另一路输入到判别式模型;判别式模型包括编码、解码判别式滤波,以在线学习方式训练确定判别式滤波的权重,将权重作为卷积核,与解码的输出进行卷积,得到跟踪目标的响应图,响应图高的位置代表潜在的跟踪目标位置。
  • 一种边界感知目标跟踪模型方法

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