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2665968个,建议您升级VIP下载更多相关专利
  • [发明专利]数字乳腺断层影像病灶定位装置-CN202111434425.X在审
  • 范明;简嘉豪;厉力华;郑惠中 - 杭州电子科技大学
  • 2021-11-29 - 2022-02-25 - G06T7/00
  • 本发明包括数据输入模块用于获取带标签的数字乳腺断层影像;图像预处理模块对数字乳腺断层影像进行预处理;数据整理模块对带标签数字乳腺断层影像进行数据划分;模型调整模块包括模型训练子模块、模型测试子模块;其中模型训练子模块利用训练集数对EfficientDet网络进行训练;模型测试子模块利用测试集数训练好的EfficientDet网络进行测试;区域定位模块利用病灶融合算法,融合不同断层上同一位置病灶的检测框,并筛去检出概率低于设定阈值的检测结果
  • 数字乳腺断层影像病灶定位装置
  • [发明专利]一种基于纵向联邦的孤立森林训练和预测方法及系统-CN202111040857.2有效
  • 郭浩亮;刘凯 - 百融云创科技股份有限公司
  • 2021-09-07 - 2021-11-23 - G06Q40/00
  • 本发明公开了一种基于纵向联邦的孤立森林训练和预测方法及系统,获得第一交集数,获得第二交集数,对所述第一交集数和所述第二交集数分别进行匿名化处理,获得第一匿名化交集数和第二匿名化交集数;设定孤立树最大分裂深度d和所述孤立树的数量n,获得第一参数设定结果;根据第一参数设定结果、孤立森林生成方法、第一匿名化交集数和第二匿名化交集数,在第一客户端生成第一孤立森林,在第二客户端生成第二孤立森林;基于第一孤立森林、第二孤立森林对第一客户端、第二客户端,根据孤立森林预测方法进行数据预测。解决了现有技术中在进行异常检测的过程中,存在多方数据难以合作,导致异常检测的手段受限的技术问题。
  • 一种基于纵向联邦孤立森林训练预测方法系统
  • [发明专利]一种短文本特征提取方法-CN201510449415.1有效
  • 童云海;叶少强;关平胤;李凡丁;刘文一;何晓宇 - 北京大学
  • 2015-07-28 - 2018-03-30 - G06F17/27
  • 本发明公布一种短文本特征提取方法,基于知识库和句法分析方法对短文本进行特征提取,包括模型训练过程和特征提取过程;针对训练集数进行训练;利用验证集数进行验证,得到最高的准确率对应的权重组W和最高的准确率对应的训练模型M;特征提取过程针对测试集数进行处理之后,将每一个类别赋予权重组W;通过ESA算法将短文本映射到概念空间,得到短文本的解释向量;通过LDA得到话题向量,作为短文本最终的特征向量,作为短文本的特征。
  • 一种文本特征提取方法
  • [发明专利]基于反向传播神经网络的CV-QKD协议码率预测方法及系统-CN202110688570.4有效
  • 尹华磊;白峻林;陈增兵 - 南京大学
  • 2021-06-22 - 2021-12-17 - H04L9/08
  • 本发明公开了一种基于反向传播神经网络的CV‑QKD协议码率预测方法及系统,包括:根据离散调制CV‑QKD协议,使用光强、传输距离、额外噪声这三个参数计算出训练集和测试集的所有数据;对训练集和测试集的数据数据预处理工作;使用训练集数对反向传播神经网络进行训练;使用测试集数对反向传播神经网络训练结果进行评估;将训练好的反向传播神经网络用于实际模拟过程,实验测出参数后,进行预处理工作后输入反向传播神经网络,得到码率对应的结果本发明提高了协议在实际应用中的可行性和实用性,并且因为特殊的损失函数设计和数据预处理工作,码率误差完全满足通讯要求且量子通信的无条件安全也得到了保证。
  • 基于反向传播神经网络cvqkd协议预测方法系统
  • [发明专利]音频场景识别分类方法-CN202011545446.4在审
  • 邓立新;濮勇;孙明铭;徐艳君 - 南京邮电大学
  • 2020-12-24 - 2021-04-23 - G10L25/51
  • 该方法通过将测试集数输入到使用训练集数训练完成的CNN模型中进行分类并得到分类结果,再对分类结果进行判断,若分类结果是初次分类,则保存为初次识别分类结果,并对训练集数重新标记后继续进行分类;若分类结果不是初次分类本发明的音频场景识别分类方法实现了在不扩大数据集的情况下,充分利用数据,有针对性地提高初次分类效果不好的类别,从而提高整体识别准确率,且该方法能有效减小分类结果的偏差。
  • 音频场景识别分类方法
  • [发明专利]SAR图像识别方法、装置、设备和存储介质-CN201910930421.7有效
  • 邓文博;翟懿奎 - 五邑大学
  • 2019-09-29 - 2023-06-20 - G06V20/10
  • 本发明公开了一种SAR图像识别方法、装置、设备和存储介质,主要包括基线模型遵循网络预训练和微调的标准迁移学习过程,当进行SAR图像识别时,可以将SAR图像支持集数输入到表征函数进行学习,对每个支持集数输入到基线模型函数中生成权值进行微调,便可快速适应,通过建立SAR数据支持集和训练集的索引,并调整训练集的参数来最小化预测损失Loss,从而无需依赖大量原始数据进行模型构建,有效地弥补了传统方法和深度学习方法的不足。
  • sar图像识别方法装置设备存储介质
  • [发明专利]基于三维卷积神经网络的蜂窝网络流量预测方法-CN201910408711.5有效
  • 陈岑;符潇;李肯立;李克勤 - 湖南大学
  • 2019-05-16 - 2022-07-08 - H04W24/06
  • 本发明提供了一种基于三维卷积神经网络的蜂窝网络流量预测方法,包括以下步骤:将网络流量数据建模为三维张量输入形式得到三维网络流量数据模型;根据三维网络流量数据,获取训练集数和测试集数;构造基础三维卷积神经网络;对短时依赖数据进行三维卷积神经网络的训练得到短时特征,对长时依赖数据进行三维卷积神经网络的训练得到长时特征;对短时特征以及长时特征进行融合训练,得到特征矩阵,作为基础三维卷积神经网络的输出,形成训练模型;使用训练模型对待预测的网络流量数据进行预测,得到网络流量预测结果。本发明提供的预测方法同时考虑网络流量数据的短期相关性和长时趋势性,捕获网络流量数据时序上的特征相关性。
  • 基于三维卷积神经网络蜂窝网络流量预测方法

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