“判别器”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

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]角度传感器及角度传感器系统-CN201710595395.8有效
发明人：渡部司也;平林启 -专利权人： TDK株式会社
申请日： 2017-07-20 - 公布日： 2020-12-22 - 主分类号： G01B7/30 文献下载
摘要：本发明提供角度传感器及角度传感器系统。角度传感器具备：检测信号生成部，其生成多个检测信号；角度检测部，其基于多个检测信号，生成角度检测值；状态判别装置。状态判别装置具有：判定值生成部，其生成角度传感器的状态的判别所使用的判定值；判别部，其基于判定值，判别角度传感器的状态。
角度传感器系统

[发明专利]基于条件生成式对抗网络的雷达一维距离像拒判方法-CN201910306521.2有效
发明人：潘勉;刘爱林;吕帅;于彦贞;李子璇;张战 -专利权人：杭州电子科技大学
申请日： 2019-04-16 - 公布日： 2020-11-10 - 主分类号： G06K9/62 文献下载
摘要：Italic>RRP样本集进行预处理；S2：搭建模型：在TensorFlow平台上搭建条件生成式对抗网络，根据网络特点设计优化目标函数；S3：调参训练：每一帧都按相同步骤训练出一个判别器，使用所述优化目标函数进行参数更新；S4：用训练好的模型在测试样本集上进行测试：从每一帧训练集所训练出的条件生成式判别网络中分别提取出判别器进行测试，对判别器设置相应阈值，若测试样本经过所有判别器的输出都小于阈值
基于条件生成对抗网络雷达距离像拒判方法

[发明专利]一种基于深度信念网络算法的不良网页智能检测方法-CN201811476539.9有效
发明人：邱日轩;肖子洋;付晨 -专利权人：国网江西省电力有限公司信息通信分公司;国家电网有限公司
申请日： 2018-12-05 - 公布日： 2022-04-12 - 主分类号： G06F16/954 文献下载
摘要：本发明公开了一种基于深度信念网络算法的不良网页智能检测方法，包括以下步骤；构建判别指标的层次结构模型：为丰富网页特征的种类，更加精确的识别不良网页，提取了网页的内容、链接、质量和隐藏特征并建立了相应的不良网页判别指标体系；不良网页判别指标样本集；基于SMOTE算法的指标集平衡化处理；提取了网页的内容、链接、质量和隐藏特征并建立了相应的不良网页判别指标体系，来对不良网页判别指标进行约简，先采用SMOTE技术对样本数据集进行平衡处理操作，使分类器的分类效果不受样本数据集中多数类样本的影响，提出采用DBN作为分类器，并将处理后的样本作为分类器的输入来得到检测结果，验证了该分类器的高效性。
一种基于深度信念网络算法不良网页智能检测方法

[发明专利]一种性能可调的神经元钙荧光信号尖峰探测系统-CN202010194078.7有效
发明人：曾冯庆阳 -专利权人：南京景瑞康分子医药科技有限公司
申请日： 2020-03-19 - 公布日： 2023-07-25 - 主分类号： G01N21/64 文献下载
摘要：本发明公开一种性能可调的神经元钙荧光信号尖峰探测系统，本发明首先通过粗探测获得神经元钙信号上所有疑似为尖峰的时刻，接着在精细探测阶段分别使用高灵敏度判别器和高特异度判别器对疑似尖峰进行判别，采用的判别器是通过对预先选取的信号或荧光视频的多维特征进行有监督学习得到，最后根据用户的偏好设置调节对两个判别器输出结果的置信权重，结合用户的接受阈值输出最终识别的尖峰时刻。
一种性能可调神经元荧光信号尖峰探测系统

[发明专利]基于多尺度生成对抗网络的人群计数方法-CN201811356818.1有效
发明人：咸良;杨建兴;周圆 -专利权人：天津大学青岛海洋技术研究院
申请日： 2018-11-15 - 公布日： 2023-08-18 - 主分类号： G06V10/74 文献下载
摘要：生成模型和判别模型采用联合交替迭代的训练方式优化最大最小问题。其中，训练生成网络用于生成准确的人群密度图从而欺骗过判别器，相反，判别器被训练用于辨别生成的密度图和真实的密度图标签。同时，判别器的输出会为生成器提供密度图位置和预测精度的反馈。两个网络同时竞争训练从而提升生成的效果直到生成器生成的样本不能被判别器正确判断。
基于尺度生成对抗网络人群计数方法

[发明专利]基于风格迁移的书法字库自动修复方法及系统-CN201910702258.9在审
发明人：陈鑫;秦梦溪;张孜颖;周小雪 -专利权人：中国地质大学(武汉)
申请日： 2019-07-31 - 公布日： 2019-12-13 - 主分类号： G06T11/00 文献下载
摘要：本发明提供了基于风格迁移的书法字库自动修复方法及系统，包括：设置输入字体和标准风格字体；将输入字体图像输入编码模块，编码模块得到潜在特征信息；转换模块转换成标准风格字体的特征信息；解码模块处理得到生成字体图像；将输入字体图像和生成字体图像输入判别器，输出生成字体图像为真实的标准风格字体的概率；同理，再将输入字体图像和标准风格字体图像输入判别器，得到标准风格字体图像为真实的标准风格字体的概率；最后根据上述两个概率得到生成器和判别器的损失函数；优化器根据损失函数来调整生成器和判别器，直至生成器和判别器的损失函数收敛，得到训练完成的生成器；采用训练完成的生成器就能得到完整的标准风格字体的字库。
字体图像字体生成器风格损失函数判别器输入判别特征信息字库概率编码模块解码模块输出生成输入编码转换模块自动修复优化器收敛迁移书法转换

[发明专利]一种基于FFT变换域特征的脉冲电压法检测空心电抗器匝间绝缘故障的判别方法-CN202010009291.6在审
发明人：杨鑫;易俊华;祝欢欢;董盼;姚铮 -专利权人：长沙理工大学
申请日： 2020-01-06 - 公布日： 2020-05-22 - 主分类号： G01R31/72 文献下载
摘要：本发明公开了一种基于FFT变换域特征的脉冲电压法检测空心电抗器匝间绝缘故障的判别方法，该方法包括：基于FFT变换域特征的脉冲电压法检测空心电抗器匝间绝缘故障的判据和判别流程。该方法的判据包括：基于脉冲电压法和FFT变换，由于频谱图峰值点所对应的频率即为衰减谐振频率，添加频域判据，可得正常状态和临界状态空心电抗器的频谱图及衰减谐振频率。该方法的判别流程包括：根据待测电抗器频谱图峰值点与正常状态和临界状态频谱图峰值点的位置关系去判别该电抗器故障与否。本专利提出的基于FFT变换域特征的脉冲电压法检测空心电抗器匝间绝缘故障的判别方法直观、准确且可靠性高。
一种基于 fft 变换特征脉冲电压检测空心电抗器匝间绝缘故障判别方法

[发明专利]一种基于多特征融合的用户在线精准营销方法及装置-CN201910142923.3在审
发明人：傅世连;董健;颜水成 -专利权人：北京奇虎科技有限公司
申请日： 2019-02-26 - 公布日： 2020-09-01 - 主分类号： G06Q30/02 文献下载
摘要：本发明提供了一种基于多特征融合的用户在线精准营销方法及装置，该方法包括：采集与用户相关的多个类型的数据，将多个类型的数据分别输出到对应类型的特征提取器中提取特征向量，将多个特征向量整合为整合向量，将整合向量输出到判别器中，根据判别器的判断结果对用户进行推送或试探性推送，接收推送或试探性推送后用户的在线反馈数据，以实时更新判别器。基于本发明提出的技术方案，采集与用户相关的多个数据有助于更全面的了解用户以对用户进行推送或试探性推送，之后结合推送和试探性推送后用户的在线反馈数据实时更新判别器，其数据更加全面使得更新后的判别器可以对营销用户的定位更加精准
一种基于特征融合用户在线精准营销方法装置

[发明专利]一种反馈信息采集时的视线追踪装置-CN202210825768.7在审
发明人：王炜哲;关胤;徐戈;方荟;杨晓燕 -专利权人：闽江学院
申请日： 2022-07-13 - 公布日： 2022-10-18 - 主分类号： G06V10/774 文献下载
摘要：一种反馈信息采集时的视线追踪装置，包括显示器、摄像头、第一显示器、处理单元，所述处理单元用于接收摄像头的摄录内容，所述处理单元向第一显示器输出显示信号；所述装置用于执行训练过程、位置判别过程；其中所述训练过程包括如下步骤，S1同朝向设置摄像头与第一显示器，所述处理单元在第一显示器中的多处位置依次显示标记，所述处理单元控制所述摄像头采集第一人脸信息，所述第一人脸信息为被采集人员被指导注视第一显示器显示的标记时获得，上述装置能够通过自主训练的静态判别模型和动态判别模型进行用户的视线追踪判定，通过静态判别模型和动态判别模型的误差校正准确地进行用户注视范围的识别。
一种反馈信息采集视线追踪装置

[发明专利]一种起跑判别方法及电子起跑器-CN201710096651.9有效
发明人：解正茂;曾辉;房子梁;冯再金 -专利权人：深圳市菲普莱体育发展有限公司
申请日： 2017-02-22 - 公布日： 2019-08-09 - 主分类号： A63K3/02 文献下载
摘要：本发明提供一种起跑判别方法及电子起跑器，该方法包括压力检测、差分和判别三个步骤，所述的电子起跑器，包括起跑判别装置、脚蹬机构，所述的起跑判别装置包括：设置在脚蹬机构上的压力传感器；对压力传感器输出进行采样的采样装置；对采样装置输出进行差分的差分装置；对差分装置输出与阈值进行比较的比较器；所述的比较器在差分装置的输出大于阈值时输出中断信号表示已起跑。经大量起跑图像研究表明，运动员在起跑的瞬间会进入一段压力的线性增长区，此线性区起点可准确的识别运动员是否开始起跑动作，依据此特性，可使用差分算法判断运动员的起跑，以弥补单纯阈值判别算法的不足之处。
电子起跑器差分装置采样装置脚蹬机构判别装置比较器输出压力传感器输出压力传感器差分算法三个步骤输出中断线性增长信号表示压力检测阈值判别线性区阈值时采样算法图像研究

[发明专利]纸张类处理装置-CN201410050325.0有效
发明人：堀内晴彦 -专利权人：株式会社东芝
申请日： 2014-02-13 - 公布日： 2017-01-11 - 主分类号： B07C3/00 文献下载
摘要：一种纸张类处理装置，具备：搬送装置，沿着搬送路径（20）搬送纸张类；判别部（14），沿着所述搬送路径设置，对纸张类进行判别；多个堆积部（18a、18b），用于堆积判别出的纸张类；分配机构（24b），将判别出的纸张类分配到某个堆积部；第一传感器（30），包括检测不透明物质的不透明物质传感器（30b）及检测透明物质的透明物质传感器（30a），对沿着所述搬送路径搬送的纸张类进行检测；第二传感器（32），设置在判别部与分配机构之间，检测沿着搬送路径搬送的纸张类；控制部，根据透明物质传感器的检测信号和不透明物质传感器的检测信号，检测出透明信封信件，透明信封信件具有透明信封和装入透明信封内的收容物品。
纸张处理装置

[发明专利]定位器-CN201110088643.2有效
发明人：稻垣洋辅 -专利权人：株式会社山武
申请日： 2011-03-29 - 公布日： 2011-11-09 - 主分类号： F16K31/02 文献下载
摘要：本发明提供一种定位器，其自动进行自身的现在的动作模式和用于控制的各种参数的设定变更。其在运算部(1)中设置定位器动作模式判别功能(1B)和使用参数选择功能(1C)。定位器动作模式判别功能(1B)，根据控制输出K的变化方向和放大气压信号Pout的变化方向判别定位器(100)的动作模式，并将该判别结果自动设定为定位器(100)的现在的动作模式。使用参数选择功能1C与被判别了的定位器(100)的现在的动作模式对应地，即在正动作型时选择正动作参数、在逆动作型时选择逆动作参数作为来自存储部(6)的使用参数，并自动设定所选择了的使用参数。
定位器

[发明专利]定位器-CN201110089580.2有效
发明人：稻垣洋辅 -专利权人：株式会社山武
申请日： 2011-03-30 - 公布日： 2011-11-09 - 主分类号： F16K31/02 文献下载
摘要：本发明涉及一种定位器，其可以简单地知道自身目前的动作形式。运算部(1)设有定位器动作形式判别功能(1B)。由传感器(5)检测来自单动控制继电器(3)的放大气压信号Pout的压力值，并向运算部(1)发送。运算部(1)通过定位器动作形式判别功能(1B)监视与控制输出K的变化相对应的放大气压信号Pout的变化，并在控制输出K的变化方向和放大气压信号Pout的变化方向为同方向的情况下，判别定位器(100)的动作形式为正动作型在控制输出K的变化方向和放大气压信号Pout的变化方向为不同方向的情况下，判别定位器(100)的动作形式为逆动作型。该判别结果在显示部(7)的画面上显示。
定位器

[发明专利]一种基于对抗性域适应的无监督图像目标检测方法-CN202110101366.8有效
发明人：艾浩然;许洁斌 -专利权人：华南理工大学
申请日： 2021-01-26 - 公布日： 2021-10-26 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种基于对抗性域适应的无监督图像目标检测方法，包括：将待检测的目标域图片样本输入已训练好的神经网络检测模型进行目标检测；其中神经网络检测模型的训练步骤包括：依次设计浅层域判别器、深层域判别器、正样本感兴趣区域域判别器；将域判别器与骨干网络通过梯度反转层连接，并借此发挥对抗训练的作用，骨干网络则尽量提取公共特征、对齐输出的特征向量以混淆域判别器。通过对抗方式，特征提取器可以提取源域数据和目标域数据的公共特征，使得骨干网络和区域建议网络提取到的特征向量对齐、特征分布更加接近，本发明实现在无标注目标域数据上的目标检测精度的提升，克服了源域与目标域的特征分布差异
一种基于对抗性适应监督图像目标检测方法

[发明专利]基于对抗融合多源迁移学习的图像分类方法-CN202010521228.0有效
发明人：方敏;徐筱;杜辉;胡心钰;李海翔;郭龙飞 -专利权人：西安电子科技大学
申请日： 2020-06-10 - 公布日： 2022-08-12 - 主分类号： G06V10/764 文献下载
摘要：其实现方案是：1)建立特征提取网络，从原始图像文件中提取图像特征；2)将图像特征输入特定的域判别器及分类器，计算得到域判别损失及目标域数据的伪标记、源域数据的分类损失；3)利用目标域样本伪标记与源域样本标记，计算得到源域与目标域中所有类别的MMD距离之和；4)利用域判别损失、分类损失及MMD距离之和对特征提取网络、域判别器及分类器进行训练；5)将待测样本依次输入到训练后的特征提取网络、域判别器及分类器，输出待测样本的类别标记
基于对抗融合迁移学习图像分类方法