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6708875个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于相似传播的多目标协同显著区域检测方法-CN201410025760.8无效
  • 冯伟;万亮;谭志羽 - 天津大学
  • 2014-01-20 - 2014-07-23 - G06T7/00
  • 本发明公开了一种基于相似传播的多目标协同显著区域检测方法,涉及多媒体信息处理和计算机视觉领域,所述方法包括以下步骤:对于输入的多幅图像文件,通过将每幅图像分割成超像素,对超像素间相似进行两两度量,建立超像素相似图模型;通过超像素相似图模型实现图像间超像素相似矩阵二部图匹配;超像素级图模型相似扩散,获取相似图模型;通过相似图模型计算显著图。本方法通过对输入的多幅图像中的多个目标进行协同显著检测,提高了检测精度;通过并行化的相似传播算法降低了运行速度,满足了实际应用中需要,根据实验结果表明,本发明提出的方法在更短的计算时间下,获得了更准确的检测结果
  • 一种基于相似性传播多目标协同显著区域检测方法
  • [发明专利]测量数据的对比表示学习-CN202210876366.X在审
  • D·霍夫曼;M·诺鲁齐;N·伯曼 - 罗伯特·博世有限公司
  • 2022-07-25 - 2023-02-03 - G06V10/74
  • ;提供用可训练参数参数化的函数,其将样本映射为表示;提供相似度量,其向样本x1和x2分配表示fθ(x1)和fθ(x2)的相似和/或表示fθ(x1)和fθ(x2)的处理产品的相似;从训练样本x的集合X中抽取至少一个查询样本;对于查询样本,从集合X中确定与查询样本q相似的正样本p的以优先顺序排列的集合P,及从集合X中确定不再与查询样本q相似的负样本n的集合N;至少对参数θ优化,目标是对应于正样本p∈P的优先顺序对相似度量h(q,p)排序,且对于所有n∈N相似度量h(q,p)都大于h(q,n)。
  • 测量数据对比表示学习
  • [发明专利]基于加权二部图的大众化和新颖商品推荐方法-CN201910620567.1有效
  • 郁湧;骆永军;于倩;刘金卓;赵娜;谢仲文;刘强 - 云南大学
  • 2019-07-10 - 2022-02-18 - G06Q30/06
  • 本发明公开了一种基于加权二部图的大众化和新颖商品推荐方法,具体包括以下步骤:步骤1,根据商品与用户之间的购买关系和评分建立加权二部图;步骤2,建立商品到用户的单模投影网络;步骤3,计算待推荐用户与推荐系统用户的相似,统计待推荐用户的相似用户集合;步骤4,统计相似用户的商品集;步骤5,计算商品集中各商品的推荐预测值,按照推荐预测值对待推荐用户进行商品推荐;本发明削弱了大众化商品对用户相似的影响,提出合理度量用户相似,使得用户相似计算结果更加准确,基于相似对用户进行商品推荐的推荐结果更准确、多样和新颖更好。
  • 基于加权二部大众化新颖性商品推荐方法
  • [发明专利]一种基于美学相似度量的图像美学排序方法-CN202210237199.4在审
  • 许曼玲;戴宪华 - 中山大学
  • 2022-03-11 - 2022-06-10 - G06F16/583
  • 本发明提出了一种基于美学相似度量的图像美学排序方法,该方法搭建了一套图像美学相似评价模型,包括训练过程和测试过程。训练过程中模型输入为两张待检测图像,首先通过预训练的神经网络resnet50模型分别提取图像美学特征;接着利用余弦相似度量两个图像美学特征的距离;最后基于最小化余弦相似度损失函数为目的进行参数更新训练测试过程中,通过与用户交互的形式获取排序目标参考图像,模型依次检测待排序的多张图像与参考图像之间的美学相似度,以此为依据得出美学排序结果。
  • 一种基于美学相似性度量图像排序方法

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