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2908478个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于网络的特征图处理方法-CN201910741710.2有效
  • 贾琳;赵磊 - 特斯联(北京)科技有限公司
  • 2019-08-12 - 2023-04-07 - G06V10/40
  • 本发明公开了一种基于网络的特征图处理方法,包括:在网络的瓶颈层支路中最后一个卷积层之后接入一SE模块;在网络的桥连接支路中下采样模块之后接入一SE模块;在网络的加法模块与激活函数模块之间接入实例标准模块;将特征图输入经过改进的网络进行处理,得到下一层的特征图。本发明对传统网络进行了改进,分别在瓶颈层支路和桥连接支路中加入了一SE模块,并在网络中加入了实例标准模块,利用经过改进的网络处理特征图,增强了瓶颈层支路中的特征图,接入实例标准模块提高了网络的泛能力,消除了网络对图像外观因素的影响。
  • 一种基于网络特征处理方法
  • [发明专利]一种可变倍率的图像超分辨率网络模型-CN202010075845.2有效
  • 王中元;江奎;易鹏;马佳义;韩镇;邹勤 - 武汉大学
  • 2020-01-22 - 2021-10-22 - G06T3/40
  • 本发明公开了一种可变倍率的图像超分辨率网络模型,模型包括参数学习网络PRNet、精化学习网络RRNet和叠加网络;参数学习网络PRNet,用于学习低分辨率LR图像到高分辨率HR图像间的映射;精化学习网络RRNet,用于学习重建高分辨率图像到图像间的映射;叠加网络,用于将高分辨率HR图像与图像进行叠加,形成最终的超分辨率SR图像输出。本发明通过对放大倍率参数进行显式表达,建立参数学习网络模型,从而使得模型能接受任意尺度的输入,满足可变倍率超分辨率任务要求;本发明提出精化学习网络,进一步学习重建的高分辨率图像与重建间的映射关系,从而对重建图像进行补偿,提高超分辨率重建质量。
  • 一种可变倍率图像分辨率网络模型
  • [发明专利]一种基于图优化的三维激光雷达与IMU外参标定方法-CN202210038266.X在审
  • 黄志清;张凡;李杰 - 北京工业大学
  • 2022-01-13 - 2022-04-26 - G01S7/497
  • 本发明提供一种基于图优化的三维激光雷达与IMU外参标定方法,涉及多传感器标定技术领域,包括:获取设备中激光雷达和IMU的测量数据;对IMU的测量数据进行预积分,计算IMU;将激光雷达的测量数据经IMU坐标系投影至世界坐标系,获得点云图,计算激光雷达点与点云图中对应特征线及特征面的距离;基于图模型、IMU、距离获取初始目标函数及初始优化增量方程;设定恒定帧滑动窗口,获取边缘增量优化方程,计算边缘项;基于图模型、IMU、距离、边缘项获取目标函数,计算激光雷达与IMU的外参标定。
  • 一种基于优化三维激光雷达imu标定方法
  • [发明专利]网络RTK基线双模糊度检验方法、装置及定位方法-CN201811079854.8有效
  • 赖允斌;汪登辉 - 千寻位置网络有限公司
  • 2018-09-14 - 2021-11-19 - G01S19/44
  • 本发明提供了一种网络RTK基线双模糊度检验方法,包括以下步骤:固定基线双模糊度并进行ratio值检验和闭合环检查,利用ratio值检验通过和闭合环检查通过的双模糊度计算每颗卫星无电离层组合的;对所述进行多历元滤波平滑;计算滤波平滑后的的单位权中误差;计算每颗卫星双模糊度检验的阈值;对滤波平滑后的进行标准得到标准,将标准的绝对值与阈值进行比较,如果绝对值大于阈值,则认为卫星双模糊度固定错误,予以剔除;否则,认为卫星双模糊度固定正确,予以保留。
  • 网络rtk基线模糊检验方法装置定位
  • [发明专利]基于复合扩张卷积和网络的滚动轴承故障诊断模型-CN202211235449.7在审
  • 孙海滨 - 山东科技大学
  • 2022-10-10 - 2023-04-07 - G01M13/04
  • 本发明公开了一种基于复合扩张卷积和网络的滚动轴承故障诊断模型,属于故障诊断技术领域,包括卷积层、最大池层、多个复合扩张块和全局均值池层,所述复合扩张块由三个连续的不同扩张率的卷积层构成,复合扩张块由三个连续的不同扩张率的卷积层构成,不仅能够提高模型的感受野,还能够有效地避免网格效应,使模型能够提取到更广更全面的特征信息。振动信号依次经过卷积层、池层、不同扩张率的复合扩张块和全局均值池层的处理,复合扩张块的引入使模型能够学习到更多特征,同时避免模型出现过拟合的情况,提高模型的鲁棒性;使用全局均值池层代替全连接层
  • 基于复合扩张卷积网络滚动轴承故障诊断模型

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