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448535个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于感知分析的动态点云编码码率分配方法-CN202210465488.X在审
  • 陈驰;蒋刚毅;郁梅 - 宁波大学
  • 2022-04-29 - 2022-09-20 - H04N19/124
  • 本发明公开了一种基于感知分析的动态点云编码码率分配方法,其根据几何信息和颜色信息各自的编码码率模型得到动态点云的总编码码率模型;建立几何信息和颜色信息各自的量化主观质量模型,得到动态点云的量化主观质量模型;确定颜色编码量化参数的遍历区间,在遍历区间内根据动态点云的总编码码率模型计算每组编码量化参数组下的动态点云的预测总编码码率,将符合条件的编码量化参数组加入候选列表;根据动态点云的量化主观质量模型计算候选列表中的每组编码量化参数组下的动态点云的量化主观质量;采用最大量化主观质量对应的编码量化参数组作为最优的编码量化参数组进行编码;优点是在精准分配点云几何与颜色编码码率的同时使主观质量得到保证。
  • 一种基于感知分析动态编码分配方法
  • [发明专利]用于进行有效压缩的动态量化器结构-CN200780041139.9无效
  • J·尼尔米南;S·伊玛南 - 诺基亚公司
  • 2007-09-07 - 2009-10-07 - G10L19/02
  • 介绍一种提供在运行时间期间可配置的动态量化器结构的方法和系统。量化器配置和数据以二进制格式被存储。该动态量化器数据被表示为比特流,并且该比特流接着被用作语音编码器的初始化(或重新初始化/重新配置)期间的另外的输入。配置报头充分规定针对每个量化参数的动态量化器的结构和配置,并且该动态量化器数据和配置被充分且动态地分配到该语音编码器存储器中。这使得能够容易地重新配置与对于不同情形的各种量化器结构相关联的编码解码器。动态量化器结构的使用继而增强了输入信号的压缩效率。该动态量化器结构也可以被应用于允许有损压缩的其他压缩应用。
  • 用于进行有效压缩动态量化结构
  • [发明专利]一种动态调整压缩率的图像压缩方法及系统-CN202310562649.1在审
  • 王祥龙;石港;欧阳逸辰 - 深圳聚源视芯科技有限公司
  • 2023-05-18 - 2023-08-15 - H04N19/103
  • 本发明公开了一种动态调整压缩率的图像压缩方法及系统,所述方法包括:获取串行视频流,并基于所述串行视频流获取图像帧数据;基于所述图像帧数据获取频域信息块,并对所述频域信息块进行用于调整压缩率的动态量化,获取量化频域信息块;基于所述量化频域信息块对所述图像帧数据进行压缩编码,获取所述串行视频流的压缩码流。本发明通过对频域信息块进行动态量化,再基于量化后的量化频域信息块对图像帧进行压缩编码获得视频的压缩码流,在存储空间固定的条件下,采用动态调整压缩率可以实现在避免数据溢出的前提下最大程度上保证图像的质量,
  • 一种动态调整压缩率图像压缩方法系统
  • [发明专利]基于动态双可训练界限的超分神经网络的量化方法-CN202210761410.2在审
  • 纪荣嵘;钟云山;林明宝 - 厦门大学
  • 2022-06-29 - 2022-09-13 - G06N3/08
  • 基于动态双可训练界限的超分神经网络的量化方法,涉及人工神经网络的压缩与加速。1)统计超分神经网络每一层激活值的最大值分布和最小值分布;2)选择最大值分布方差和最小值分布方差之和最大的P%层,对其激活值应用具有可训练上界和下界的、具有动态门控制器的量化器,其他层的激活值应用有可训练上界和下界的量化器;3)对网络权重应用非对称的上界和下界的量化器;4)使用量化量化神经网络,初始化动态门控制器的权重,使用L1损失、结构转移损失训练量化网络,直至达到预定的训练轮数;5)训练结束保留量化网络权重,即得量化后的量化网络
  • 基于动态训练界限神经网络量化方法
  • [发明专利]一种基于飞轮动态的航天器抗干扰量化姿态控制方法-CN202310821459.7有效
  • 乔建忠;滕昊;杨永健;朱玉凯;郭雷 - 北京航空航天大学
  • 2023-07-06 - 2023-09-08 - G05B13/04
  • 本发明涉及一种基于飞轮动态的航天器抗干扰量化姿态控制方法,针对基于飞轮动态的航天器姿态系统与输入量化问题,首先,根据零动量定理描述航天器姿态运动学与动力学,再利用角动量交换定理分离飞轮摩擦干扰,并结合基尔霍夫电压定律建立包含飞轮动态的航天器姿态深耦合模型;其次,针对飞轮摩擦干扰,设计干扰观测器对其进行估计;再次,针对输入量化,设计自适应律在线学习量化信号的动态边界;最后,基于干扰观测器与自适应律构造抗干扰量化控制器,实现航天器姿态的高精度跟踪控制。本发明能够有效解决考虑飞轮动态下的航天器姿态系统输入量化问题,提升航天器的姿态跟踪精度,可用于目标捕获、星间通讯等空间任务中的航天器高精度对准问题。
  • 一种基于飞轮动态航天器抗干扰量化姿态控制方法

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