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925370个,建议您升级VIP下载更多相关专利
  • [发明专利]一种船舶移动ad hoc网络系统、组网方法及工作方法-CN201410684480.8在审
  • 曲家庆 - 上海无线电设备研究所
  • 2014-11-25 - 2015-04-01 - H04W40/24
  • 本发明公开了一种船舶移动ad hoc网络系统,包含:船舶移动ad hoc网络及通过所述船舶移动ad hoc网络进行通信的若干个AIS终端,各所述AIS终端与所述船舶移动ad hoc网络连接实现AIS终端间的信息交互,其中所述AIS终端的VHF电台设为船舶移动ad hoc网络的物理层;所述AIS终端的SOTDMA协议设为船舶移动ad hoc网络的MAC层。本发明还公开了一种船舶移动ad hoc网络的组网方法及船舶移动ad hoc网络的工作方法。本发明根据船舶编队组网通信的特点,在现有AIS终端中添加最小数量的网络控制信息,利用启发式方法解析网络控制信息,进行船舶编队的网络建立和网络维护过程,使载有AIS终端的船舶具备自组网功能,能够与船队中任意
  • 一种船舶移动adhoc网络系统组网方法工作
  • [发明专利]基于社交熟悉度的船舶网络路由方法-CN201910859047.6有效
  • 蒋若冰;洪锋;邴启航 - 中国海洋大学
  • 2019-09-11 - 2022-07-05 - H04W40/02
  • 本发明公开了一种基于社交熟悉度的船舶网络路由方法,具体涉及海洋船舶自组网络的数据传输技术领域。其解决了现有的研究没有基于真实的船舶轨迹数据,多数采用仿真器模拟船舶的运动,只能实现简单的路由仿真的不足。该基于社交熟悉度的船舶网络路由方法根据船舶历史航行信息计算出船舶间的社交关系并以此来构建船舶社交网络,根据船舶社交网络信息中反映出的船舶间相遇概率指导路由的下一跳选择。该方法主要包括以下步骤:首先船舶上传历史和实时的航行信息到船联网中,生成船舶间社交熟悉度构成的船舶社交网络;其次,根据船舶社交网络图计算出船舶间相遇的概率;最后船舶会选择附近船只中拥有与目标船只最高相遇概率的船舶作为下一跳
  • 基于社交熟悉船舶网络路由方法
  • [发明专利]基于社区的船舶网络路由方法-CN201910859766.8有效
  • 蒋若冰;洪锋;邴启航 - 中国海洋大学
  • 2019-09-11 - 2021-09-03 - H04L12/721
  • 本发明公开了一种基于社区的船舶网络路由方法,具体涉及海洋船舶自组网络的数据传输技术领域。该方法根据船舶历史航行信息计算出船舶间的社交关系并以此来构建船舶社交网络,根据船舶社交网络信息中反映出的船舶间相遇概率指导路由的下一跳选择。该路由方法主要包括以下步骤:首先船舶上传历史和实时的航行信息到船联网中,生成船舶间社交熟悉度构成的船舶社交网络。其次,将船舶社交网络划分为一个个社区,并计算每条船在不同社区间的通信中介能力。最后船舶会选择与目标船只同一社区或对目标社区通信能力更强的船舶作为下一跳,本路由协议在保证了传输成功率和传输时延的基础上大大降低了传输代价,十分适合船舶自组织网络
  • 基于社区船舶网络路由方法
  • [发明专利]一种基于数据驱动的递归神经网络船舶运动模型方法-CN202210553682.3在审
  • 邓芳;张翰林;于敦敬;杨化林 - 青岛科技大学
  • 2022-05-19 - 2022-08-05 - G06F30/15
  • 本发明公开了一种基于数据驱动的递归神经网络船舶运动模型方法,包括:通过船舶航行试验,获取船舶低频运动船位、航向及推进器运行信息;构建船舶运动递归神经网络模型体系结构,基于获取的船舶低频运动信息和推进系统运行信息,构建递归神经网络训练数据集及测试数据集;基于训练数据集,采用不同激活函数和优化算法构建递归神经网络船舶运动模型并进行迭代训练;基于测试数据集,对建立的船舶运动神经网络模型进行测试及优化,确定最终的船舶运动递归神经网络模型本发明基于数据驱动原理,仅基于船舶测量船位和航向,及当前的船舶推进系统信息,建立基于数据驱动的递归神经网络船舶运动模型,实现对未来船位和航向的直接预测,而无需对系统参数进行辨识,可实现智能船舶的数据驱动控制,从而构建船舶智能控制系统。
  • 一种基于数据驱动递归神经网络船舶运动模型方法
  • [发明专利]训练图片缩放尺寸船舶检测方法及系统-CN202211250232.3有效
  • 吴显德;陈江海;徐登峰;邹凡;周瑶越;鲁杰;曹彩霞 - 浙江华是科技股份有限公司
  • 2022-10-13 - 2023-03-24 - G06T7/00
  • 本发明公开一种训练图片缩放尺寸船舶检测方法及系统。其中,该方法包括:顺次获取目标船舶检测模型和图片缩放比例模型;将图片缩放比例模型的权重值插入到初始自动缩放尺寸船舶检测网络的参数中;将目标船舶检测模型的权重值插入到初始自动缩放尺寸船舶检测网络的参数中,得到更新的自动缩放尺寸船舶检测网络,将训练集中每张图片输入到更新的自动缩放尺寸船舶检测网络中进行训练并调整网络中的参数,得到目标自动缩放尺寸船舶检测模型;将待检测图片输入到目标自动缩放尺寸船舶检测模型中进行检测,得到船舶位置。本发明通过在传统的自动缩放尺寸船舶检测网络中增加图片缩放比例模块,能够实现依据图片的特征进行自动缩放。
  • 训练图片缩放尺寸船舶检测方法系统
  • [发明专利]基于改进VGG网络的单阶段船舶检测算法及装置-CN201910192265.9有效
  • 孟春宁;赵蓬辉;冯明奎 - 中国人民武装警察部队海警学院
  • 2019-03-14 - 2022-12-30 - G06V20/13
  • 本发明针对基于深度神经网络船舶检测算法难以兼顾精度与速度的问题,为提高检测精度,提出一种基于改进VGG网络的单阶段船舶检测算法及装置,在原有VGG底层网络的基础上加入异步卷积和最大池化交替连接的结构,保证实时处理的同时提高船舶检测的平均精度。为保证实时的计算效率,摒弃复杂的残差神经网络和inception神经网络,在底层网络结构采用多种特征降维方式的单链卷积神经网络。为解决船舶目标数据缺乏问题,建立了针对水上目标检测的数据集。在网络训练过程中,通过参数迁移的方式,提高大类船舶和七类船舶检测的平均精度,对大类船舶检测的平均精度超过84%,对七类船舶检测的平均精度均值超过89%,领先现有同类船舶检测算法。
  • 基于改进vgg网络阶段船舶检测算法装置

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