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793186个,建议您升级VIP下载更多相关专利
  • [发明专利]一种智能变电站SCD模型文件的增量导入方法-CN201710545548.8有效
  • 刘丹;苏怀广;王菲菲;张凯 - 积成电子股份有限公司
  • 2017-07-06 - 2020-06-09 - G06F30/12
  • 本发明涉及一种智能变电站SCD模型文件的增量导入方法,利用配置工具生成SCD模型文件;解析模型文件获取二次设备模型的参数信息并分类;形成符合原有二次设备模型格式的新的二次设备模型,根据当前二次设备模型库是否为空、二次设备模型是否有差异、相同二次设备模型下的数据集是否差异,选择不同的策略进行SCD模型文件的增量导入。本发明实现了变电站二次设备模型自动成库及增量更新,提高了二次设备库配库的效率和准确性,避免或减少不必要的返工,降低了变电站施工周期和成本,并且可以简明直观的展示对比结果,由用户按需选择增量导入策略。
  • 一种智能变电站scd模型文件增量导入方法
  • [发明专利]基于增量学习的X光正位胸片多任务检测方法-CN202010321455.9有效
  • 石华铮;刘春利;高欣 - 上海全景云医学影像诊断有限公司
  • 2020-04-22 - 2021-01-08 - G06T7/00
  • 本发明涉及一种基于增量学习的X光正位胸片多任务检测方法,首先将医学数据集分成基础组和增量组,然后采用改进的ResNet‑50网络模型对基础组进行深度表征学习,再对增量组进行小样本训练学习,最后将基础组与增量组合并调优,完成整个算法模型的训练;所述改进的ResNet‑50网络模型为ImageNet预训练的ResNet‑50网络模型。本发明的基于增量学习的X光正位胸片多任务检测方法,利用多语义任务和多标签的增量学习方法达到胸片多任务检测,用已有知识去学习识别新的疾病种类,以避免遇到新疾病时完全重新训练预测模型,同时达到提升识别新病变的诊断性能表现的目的
  • 基于增量学习正位胸片任务检测方法
  • [发明专利]一种计算机网络的配置错误定位方法及系统-CN202310798953.6在审
  • 张鹏;黄宇浩;刘旭 - 西安交通大学
  • 2023-06-30 - 2023-08-18 - H04L41/0677
  • 本发明涉及计算机网络技术领域,公开了一种计算机网络的配置错误定位方法及系统,基于DDlog建模声明式网络控制平面模型,在模型运行时轻量地进行起源跟踪,在诊断查询时利用多维度的起源参考进行差分定位。模型利用了声明式语法对路由传播过程进行高层次抽象,实现对多种路由特性的描述,提高模型功能的可扩展性;通过转译成增量数据流的计算,高效地实现控制平面的增量模拟,提高模型的计算效率。在增量的网络控制平面模型运行时,以日志的方式跟踪运行时状态信息来支撑后续的错误定位需求,通过仅记录有限的增量事件状态信息,避免直接维护规则输出到各输入之间的完整映射,降低起源跟踪产生的性能开销,保证模型增量模拟的运行效率
  • 一种计算机网络配置错误定位方法系统
  • [发明专利]一种物料缺陷检测方法及装置-CN202211198903.6在审
  • 杨达坤;许枫;朱麟 - 联想(北京)有限公司
  • 2022-09-29 - 2022-12-06 - G06T7/00
  • 本申请公开了一种物料缺陷检测方法、装置及电子设备,包括:获取待检测物料的待检测图像;基于目标缺陷检测模型对待检测图像进行处理,获得目标区域特征;基于目标区域特征,确定待检测物料的缺陷检测结果。其中,目标缺陷检测模型为基于初始模型和目标增量图像确定的模型,目标增量图像为基于初始模型进行筛选得到的图像。本申请能够利用增量小样本学习,保证了模型性能,提升了物料缺陷检测的准确性。
  • 一种物料缺陷检测方法装置

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