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210278个,建议您升级VIP下载更多相关专利
  • [发明专利]一种弹性介质的流固耦合多尺度流动模拟方法-CN201710285521.X有效
  • 黄朝琴;张庆福;姚军;黄涛;张晓宇 - 中国石油大学(华东)
  • 2017-04-27 - 2019-08-06 - G06F17/50
  • 本发明公开了一种弹性介质的流固耦合多尺度流动模拟方法。该方法包括:获取油藏地质参数以及力学参数,建立油藏几何模型,并对油藏几何模型进行多尺度网格划分,得到多尺度网格系统;基于多尺度网格系统,建立质量守恒方程和动量守恒方程,实现可变性介质渗流情况的真实模拟,采用多尺度有限元法求解局部动量守恒方程,获得多尺度位移基函数,采用多尺度模拟有限差分法求解局部质量守恒方程,获得多尺度速度基函数和多尺度压力基函数,来保证计算的守恒性和精确性;通过多尺度函数实现大尺度粗网格上的流动模拟,并根据大尺度解和小尺度解之间的映射关系,获得细网格单元的小尺度解,来减少计算量。
  • 一种弹性介质耦合尺度流动模拟方法
  • [发明专利]一种拟合多尺度数据集的多尺度神经网络方法-CN202011030196.0在审
  • 张宁;沈水龙;郑钤;闫涛 - 汕头大学
  • 2020-09-25 - 2022-03-29 - G06N3/04
  • 本发明公开了一种拟合多尺度数据集的多尺度神经网络方法,包括步骤:针对数据集中的训练集,确定数据样本标签数据的尺度效应系数c;确定神经网络网络结构和多尺度代价函数J;将训练集的输入数据输入神经网络,通过前向计算过程,确定多尺度代价函数值;根据所述多尺度代价函数值,确定神经网络输出层和隐藏层的误差分量;根据误差分量确定神经网络的权重更新梯度,更新权重参数;迭代训练神经网络,直至神经网络的代价函数J小于预设数值χ或达到预定迭代训练次数采用本发明,通过构造适用于多尺度数据的代价函数,从而确保神经网络能够精准学习数据的多尺度特征,本发明方法简单、实用,便于推广,具有很大的应用价值。
  • 一种拟合尺度数据神经网络方法
  • [发明专利]一种面向高光谱图像的深度空谱子空间聚类方法-CN202011026917.0有效
  • 彭勃;姚宇轩;雷建军;李鑫宇;秦天一;石雅南 - 天津大学
  • 2020-09-25 - 2022-11-01 - G06V10/762
  • 本发明公开了一种面向高光谱图像的深度空谱子空间聚类方法,包括:构建多尺度编码器网络以提取不同尺度像素块的多尺度空谱特征,编码器网络利用M层2D卷积操作提取不同尺度像素块的空谱特征表示;基于多尺度空谱特征表示构建协同约束的多尺度自表达层,各自表达层以各像素块的空谱特征表示为字典,通过像素块空谱特征表示间的相互表达重建各像素块特征;引入多尺度解码器网络,所述多尺度解码器网络利用M层2D反卷积操作重建出输入的像素块;构建由单一尺度自表达损失函数、不同尺度间自表达相似性损失函数、重建损失函数组成的总体损失函数;基于总体损失函数训练模型,以获得各自表达层参数矩阵,进而获取到最终的自表达重建系数矩阵以此计算相似度矩阵,获取最终聚类结果。
  • 一种面向光谱图像深度谱子空间方法
  • [发明专利]一种基于多尺度注意力约束的目标定位方法及系统-CN202111536372.2在审
  • 冯迅;宫辰 - 南京理工大学
  • 2021-12-15 - 2022-03-18 - G06V10/24
  • 本发明涉及一种基于多尺度注意力约束的目标定位方法及系统,方法包括:对训练图片进行数据增广和缩放,得到多张不同尺度的输入图片;根据输入图片利用神经网络进行预测分类,得到分类类别;根据分类类别确定交叉熵损失函数;对多张不同尺度的输入图片进行融合,确定多张不同尺度的类激活图;根据多张不同尺度的类激活图确定注意力的散度损失函数和定位结果;以多张不同尺度的输入图片为输入,以分类类别为输出,以交叉熵损失函数和散度损失函数为损失函数,利用随机梯度下降法对神经网络的参数进行训练,得到训练好的神经网络;将测试图片输入训练好的神经网络,得到定位信息,本发明通过对图片尺度进行处理从而提高目标定位的精度。
  • 一种基于尺度注意力约束目标定位方法系统
  • [发明专利]一种图像融合方法及装置-CN201511019552.8有效
  • 白旭;任婧婧;赵海英;陈洪 - 北京牡丹电子集团有限责任公司数字电视技术中心
  • 2015-12-29 - 2018-09-18 - G06T5/50
  • 本发明实施例公开了一种图像融合方法,该方法得到两幅待融合图像伪极坐标傅里叶变换量,进而获得对应两幅待融合图像的傅里叶谱函数;进一步获得均值谱函数;根据所述均值谱函数定义域在[‑π,π]中的所有极小值点,确定经验小波函数及其尺度函数组,根据所述经验小波函数及其尺度函数组,确定一个粗糙层图像矩阵和第二数量个细节层图像矩阵,并融合为一个粗糙层融合图像矩阵和第二数量个细节层融合图像矩阵;将所述粗糙融合图像矩阵和每个细节融合图像矩阵与所述经验小波函数及其尺度函数组进行卷积和相加由于本发明实施例对不同待融合的源图像使用相同的经验小波函数及其尺度函数组进行分层,减少了融合后图像的信息丢失。
  • 一种图像融合方法装置
  • [发明专利]基于尺度差和时差的双机无源定位方法-CN202011039091.1有效
  • 邓兵;黄清顺;崔世麒;张海;张财生;张林;薛永华 - 中国人民解放军海军航空大学
  • 2020-09-28 - 2022-06-10 - G01S5/04
  • 本发明公开的一种基于尺度差和时差的双机无源定位方法,所述双机无源定位方法包括如下步骤:利用宽带互模糊函数算法提取第一辐射源信号和第二辐射源信号受噪声扰动的尺度差估计值;根据尺度差估计值建立尺度差非线性约束不等式;进而确定可行区域;以代价函数作为适应度函数,确定可行区域内的第一向量粒子群中适应度函数的值最小时的向量粒子的位置矢量及边界的第二向量粒子群中适应度函数的值最小时的向量粒子的位置矢量;进而确定最终定位结果本发明利用设置在可行区域的第一向量粒子群和位于可行区域边界的第二向量粒子群,分别以代价函数为适应度函数寻找最优位置,实现了基于两个信号的到达时间差和尺度差信息来精确确定辐射源位置。
  • 基于尺度时差双机无源定位方法

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