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470794个,建议您升级VIP下载更多相关专利
  • [发明专利]SH3结构非典型配体及其制备方法-CN201610670044.4在审
  • 李嫄;高友鹤;宋春霞;杨帆;马素参 - 李嫄
  • 2016-08-15 - 2016-12-07 - C12N15/81
  • 本发明针对SH3结构非典型配体分离鉴定的技术难题,提供一种SH3结构非典型配体的制备方法,具体包括构建简并随机肽库、构建重组SH3结构表达载体、肽库选择、阳性克隆测序、序列多重比对分析、配体基序验证等本发明通过实施上述方法,制备了一系列SH3结构非典型配体,确定其保守基序为LxLLFF,进而通过免疫沉淀和免疫印迹证实了非典型配体肽与SH3结构在细胞内相互结合。本发明所述方法及获得的配体为SH3结构的功能研究、及以构效关系为基础的药物设计等提供依据。
  • sh3结构非典型及其制备方法
  • [发明专利]基于多尺度卷积迁移模型的滚动轴承故障诊断方法和系统-CN202010700073.7在审
  • 张宪民;赵博 - 华南理工大学
  • 2020-07-20 - 2020-11-13 - G06K9/62
  • 本发明提出了基于多尺度卷积迁移模型的滚动轴承故障诊断方法和系统,所述方法包括如下步骤:获取滚动轴承的源训练样本集、目标训练样本集和目标测试样本集;构建第一一维多尺度卷积迁移模型;根据所述源训练样本集,基于BP算法,对第一一维多尺度卷积迁移模型进行训练,获得第二一维多尺度卷积迁移模型;根据所述的第二一维多尺度卷积迁移模型,构建第三一维多尺度卷积迁移模型;根据所述目标训练样本集,基于BP算法,对第三一维多尺度卷积迁移模型进行微调,获得第四一维多尺度卷积迁移模型;根据所述第四一维多尺度卷积迁移模型,采用目标测试样本集对滚动轴承进行故障诊断。
  • 基于尺度卷积迁移模型滚动轴承故障诊断方法系统
  • [发明专利]一种基于多学习的人工神经网络设计方法-CN202210299040.5在审
  • 郭权锐;杨裕亮;党衍斌 - 郭权锐;党衍斌
  • 2022-03-25 - 2022-06-21 - G06N3/04
  • 本发明提供了一种基于多学习的人工神经网络设计方法,属于人工智能技术;该方法包含:根据目标任务,构建适合当前任务的神经网络作为主干网络;根据任务特点或实验结果,选择除时域/空域外一个或多个正交变换作为多学习的目标;在网络中的特征提取部分构建学习结构;在选定的数据集上对上述网络进行训练,得到训练完成后的网络模型;以及,根据验证集对网络模型进行验证。该网络设计方法将图像特征转换到时域/空域以外的域中进行学习,解决了网络模型在单一学习的成本问题,能够有效提升网络模型的效果,提高网络的泛化能力。
  • 一种基于学习人工神经网络设计方法
  • [发明专利]一种基于敏感特征迁移学习的轴承故障诊断方法-CN202010841331.3有效
  • 俞啸;吴传龙;刘诗源;任晓红;董飞 - 中国矿业大学
  • 2020-08-20 - 2021-08-17 - G01M13/045
  • 本发明公开了一种基于敏感特征迁移学习的轴承故障诊断方法,属于故障诊断技术领域,具体包含采用双树复小波包变换DTCWPT对轴承振动信号分析,构建原始特征集,其次,使用故障敏感特征选取方法FSFCC,选取敏感特集,然后,提出一种改进TCA的特征迁移学习方法MTCA,处理有标签源数据集与无标签目标数据集,输出低维特征集。最后构建轴承故障诊断模型OFS‑FSFCC‑MTCA‑SVM。本发明实施结果表明所提出的MTCA方法能够有效降低不同间分布差异,增强数据的判别性能,提高使用源数据训练的故障诊断模型的适应能力,使故障诊断模型在不同工况下的故障诊断能够取得理想的性能。
  • 一种基于敏感特征迁移学习轴承故障诊断方法

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