“道路网络”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1025422个，建议您升级VIP下载更多相关专利

[发明专利]双编码结构和级联空洞卷积的甲状腺结节智能分类方法-CN202310574449.8在审
发明人：童同;李志强;周小根;薛恩生;陈舜;郑梅娟 -专利权人：福州大学;福建医科大学附属协和医院
申请日： 2023-05-22 - 公布日： 2023-08-18 - 主分类号： G06T7/00 文献下载
摘要：本发明提出双编码结构和级联空洞卷积的甲状腺结节智能分类方法，用于对医学图像分类，所述方法基于分类网络模型，所述分类网络模型将Transformer网络和卷积神经网络两者的编码器融合，形成增强的双编码器结构，使用Transformer网络的Swin Transforme作为第一个编码器的主干，以捕捉医学图像像素之间的长距离依赖；使用基于卷积神经网络的Efficientnet‑b3模块作为第二个编码器的主干，通过缩放网络的深度、宽度和分辨率三个维度来找到最适合的模型参数，实现分类网络模型的复合系数简化及效率提升；本发明能提升甲状腺结节分类的准确率。
编码结构级联空洞卷积甲状腺结节智能分类方法

[发明专利]一种生态网络断裂影响指标的获取方法、系统及相关设备-CN202310163115.1在审
发明人：洪武扬;梁敏德;马涛;李叶凌;李洁炜;李晓明;陈业滨;郭仁忠 -专利权人：深圳大学
申请日： 2023-02-17 - 公布日： 2023-06-30 - 主分类号： G06Q50/26 文献下载
摘要：本发明公开了一种生态网络断裂影响指标的获取方法、系统及相关设备，所述方法包括：根据目标生态空间的多个生态源地和所述生态源地之间的连接廊道，构建全连通生态网络；根据所述全连通生态网络提取骨架网络，并获取所述骨架网络的系统指标数据；根据所述骨架网络的系统指标数据，通过已训练的多指标交互模型，计算获取各所述系统指标数据对应的解释度；根据各所述系统指标数据对应的解释度，从所述系统指标数据对应的系统指标中选择获取至少一个目标系统指标，并作为所述目标生态空间对应的生态网络断裂影响指标。本发明有利于准确地获取影响生态网络断裂的指标。
一种生态网络断裂影响指标获取方法系统相关设备

[发明专利]一种基于大数据的用户信息收集分析系统-CN202310222160.X在审
发明人：庞清瑞 -专利权人：清瑞网络科技(山东)有限责任公司
申请日： 2023-03-09 - 公布日： 2023-06-09 - 主分类号： G06Q30/0201 文献下载
摘要：本发明公开了一种基于大数据的用户信息收集分析系统，具体涉及用户大数据分析技术领域，包括用户信息收集模块、用户上网时间健康度系数获取模块、用户网络发言健康度系数获取模块、用户浏览信息分析模块、用户网络行为健康度评估模块、用户健康度发展分析模块，本发明提供了网络行为健康度的分析方法，从上网时间、网络发言、浏览信息三个维度分别得到对网络行为健康度的影响系数，最后进行综合评估，得到用户的网络行为健康度评分，并且利用用户健康度发展分析模块跟踪分析用户的健康度发展趋势，实现对用户网络行为健康度的监测，实现了对用户的网络行为健康程度的获取、量化、监测。
一种基于数据用户信息收集分析系统

[发明专利]网络互访的通信方法、装置和系统-CN202111500261.6在审
发明人：尹君;陈洁;欧建南 -专利权人：中国电信股份有限公司
申请日： 2021-12-09 - 公布日： 2023-06-13 - 主分类号： H04W4/50 文献下载
摘要：本公开涉及一种网络互访的通信方法、装置和系统，涉及通信技术领域。该网络互访的通信方法，包括：在终端发起访问远端网络的业务的情况下，本地SMF实体，根据终端要访问的业务的标识信息，判断业务是否属于自身服务范围；在业务不属于自身范围内的情况下，本地SMF实体，向AMF实体发送标识信息；本地SMF实体，根据AMF实体返回的根据标识信息选择的拜访地SMF实体的相关信息，与拜访地SMF实体建立远端网络和本地网络的互访通信。本公开的技术方案能够实现终端在非漫游场景下，同时访问本地网络和远端网络，无需依赖企业内部网络，从而提高通信性能。
网络互访通信方法装置系统

[发明专利]一种基于CNN网络预均衡链路增益的方法及装置-CN202211558871.6在审
发明人：刘武;罗鸣;杨超 -专利权人：武汉邮电科学研究院有限公司
申请日： 2022-12-06 - 公布日： 2023-04-25 - 主分类号： H04B10/079 文献下载
摘要：本发明公开了一种基于CNN网络预均衡链路增益的方法及装置，涉及光通信领域，该方法包括将进入光纤链路前后的全波段信号光输入光谱仪，以测得不同波长的信号光进入链路前后的光功率；建立基于CNN网络的神经网络模型，并将测得的光功率作为训练集输入神经网络模型，实现对神经网络模型的训练；将链路不同波长的期望光功率输入训练完成的神经网络模型，得到光纤所需设置的输入光功率。所述神经网络模型包括CNN层和全连接层。本发明使用CNN网络建模，开销小精度高，可用于对全波段波长的增益进行预均衡。
一种基于 cnn 网络均衡增益方法装置

[发明专利]一种卫星移动通信系统非连续通信方法-CN202211621408.1在审
发明人：丁亚南;肖跃;鲍峰;陆天爱;柳敏;张文方;吕智勇;刘剑锋 -专利权人：中电防务科技有限公司
申请日： 2022-12-16 - 公布日： 2023-04-25 - 主分类号： H04B7/185 文献下载
摘要：本发明公开了一种卫星移动通信系统非连续通信方法，该方法为：在基于GMR‑1标准的卫星移动通信系统中，改进DKAB突发格式及传输方式，利用DKAB承载的独特字和两个KAB突发的相位差，实现终端与网络之间的时频同步；设计终端与网络之间话音激活控制机制，实现包括非激活状态同一网络下话音激活控制、非激活状态下其他网络到卫星网络话音激活控制、非激活状态下卫星网络到其他网络话音激活控制过程。本发明在链路信噪比较低时，能够利用改进的DKAB信道维持与卫星网络同步，解决DKAB长时间难以维持通信链路的问题。
一种卫星移动通信系统连续方法

[发明专利]一种再制造原料评估方法、装置、存储介质及电子设备-CN202211559344.7在审
发明人：张涛;侯欢欢;谢探阳 -专利权人：北京信息科技大学;河北长立汽车配件有限公司
申请日： 2022-12-06 - 公布日： 2023-04-18 - 主分类号： G06V20/64 文献下载
摘要：所述方法包括：获取再制造原料的多角度图像信息；通过预设深度学习网络确定所述多角度图像信息中的显性损伤信息，其中所述预设深度学习网络的主干特征提取网络包括Mobilenet，所述预设深度学习网络的加强特征提取网络包括空间金字塔网络SPP，所述预设深度学习网络的路径融和网络包括PANet；通过激光超声检测法和/或电磁超声检测法确定所述再制造原料中的隐性损伤信息；根据所述显性损伤信息和所述隐性损伤信息，通过预设评价规则对所述再制造原料进行评估
一种制造原料评估方法装置存储介质电子设备

[发明专利]重新构造网络IP报文实现IP非分片化方法-CN202211492826.5在审
发明人：强科华;丁余泉 -专利权人：乾讯信息技术（无锡）有限公司
申请日： 2022-11-25 - 公布日： 2023-04-18 - 主分类号： H04L69/166 文献下载
摘要：本发明公开了一种IP非分片化方法，属于IP报文的加密封装技术领域，具体涉及一种重新构造网络IP报文实现IP非分片化方法；本发明针对进入协议栈的网络IP报文，对于分片包或非分片包，通过重新构造网络IP报文的结构，使得新的网络IP报文成为完整的非分片包，可以实现非分片包的加密封装处理并发送，不再需要对整个网络IP报文进行重组、加密封装，再分片发送，当加密封装的网络IP报文，到达对端IPsec vpn设备时,完成解密、解封装以后，根据网络报文中保留的原始分片信息再进行重新构造，恢复原始网络报文的数据结构。
重新构造网络 ip 报文实现分片方法

[发明专利]用于平滑表面3D对象的合成和优化的深度神经网络-CN202180047306.0在审
发明人：陈伟;阿伦·拉马穆尔蒂 -专利权人：西门子股份公司
申请日： 2021-06-02 - 公布日： 2023-04-18 - 主分类号： G06N3/082 文献下载
摘要：本发明涉及用于平滑表面三维(3D)对象的合成和优化的系统和方法，该系统和方法使用可训练生成性对抗网络(GAN)。GAN的生成器网络包括反卷积神经网络，反卷积神经网络被配置用于接收潜在向量并生成控制点和权重。生成器中的贝塞尔层使用控制点和权重根据参数贝塞尔曲线生成模拟3D表面的表面点。GAN鉴别器网络包括卷积神经网络，卷积神经网络被配置用于在所生成的表面点与对应于存储在数据库中的训练数据的表面点之间进行鉴别。卷积网络还通过参数的卷积预测潜在向量统计。
用于平滑表面对象合成优化深度神经网络

[发明专利]训练神经网络的方法、医学图像处理方法、电子设备及存储介质-CN202310078172.X在审
发明人：胡战利;董君;黄振兴;王毅翔;张娜;梁栋;郑海荣 -专利权人：深圳先进技术研究院
申请日： 2023-01-13 - 公布日： 2023-04-28 - 主分类号： G06T7/00 文献下载
摘要：本发明实施例涉及训练神经网络的方法、医学图像处理方法和设备以及介质。一种训练神经网络的方法包括：获取动态均值图、静态图和对应的目标参数图，所述动态均值图包括动态图的结构信息，所述动态图由动态扫描得到，所述静态图由单次扫描得到；利用所述动态均值图训练神经网络，设置神经网络的初始参数；利用所述静态图调整神经网络参数，得到训练好的神经网络。使用本发明提供的训练神经网络的方法得到的神经网络适用于医学图像处理，尤其适用于CT图像的处理，解决了现有相关技术辐射剂量大，数据量大，后处理计算时间长的问题。
训练神经网络方法医学图像处理电子设备存储介质

[发明专利]一种数据处理方法及装置-CN202211691316.0在审
发明人：余烜 -专利权人：北京有竹居网络技术有限公司
申请日： 2022-12-27 - 公布日： 2023-04-28 - 主分类号： H04L67/63 文献下载
摘要：本说明书实施例提供一种数据处理方法及装置，该方法包括：从业务层接收针对第一网络接口的第一调用请求，其中，第一调用请求用于指示获取业务层所需的第一网络接口数据，第一调用请求至少携带当前读缓存策略信息；获取第一调用请求对应的网络请求配置信息；基于网络请求配置信息，确定待发起的当前网络请求的当前请求哈希；基于当前请求哈希以及当前读缓存策略信息，以网络请求的方式和/或以本地读取缓存的方式，获取第一网络接口数据，以向业务层反馈第一网络接口数据。
一种数据处理方法装置

[发明专利]用于无线通信系统中的深度神经网络的联邦学习-CN202180058755.5在审
发明人：王继兵;埃里克·理查德·施陶费尔 -专利权人：谷歌有限责任公司
申请日： 2021-06-28 - 公布日： 2023-05-05 - 主分类号： G06N3/098 文献下载
摘要：各个方面描述了在无线通信系统中的用于深度神经网络DNN的联邦学习。网络实体指导(610)用户设备UE集合中的每个UE使用初始机器学习(ML)配置来形成处理无线网络通信的相应深度神经网络DNN。网络实体从UE集合中的每个UE请求(620)由相应UE使用训练过程和本地输入数据所生成的相应更新的ML信息。网络实体然后从UE集合中的至少一些UE接收(640)由相应UE确定的相应更新的ML信息。网络实体识别(645)UE集合中的UE子集，并且确定(650)UE子集的公共ML配置。网络实体然后指导(655)UE子集中的每个UE使用公共ML配置来形成更新的DNN。
用于无线通信系统中的深度神经网络联邦学习

[发明专利]基于共识合作超网络模型的共识方法、系统、介质、电子设备-CN202310341776.9在审
发明人：王君;刘益东 -专利权人：上海蜜度信息技术有限公司
申请日： 2023-04-03 - 公布日： 2023-05-09 - 主分类号： H04L41/14 文献下载
摘要：本发明提供一种基于共识合作超网络模型的共识方法、系统、介质、电子设备，所述方法包括：构建局域非均匀演化超网络模型；对所述局域非均匀演化超网络模型进行拓扑性质分析；由所述局域非均匀演化超网络模型构建信息传播模型；对所述信息传播模型进行信息扩散特征评价；基于所述信息传播模型构建两个共识合作超网络模型HDPH模型和KSPH模型；对所述两个共识合作超网络模型进行数值模拟，对信息量达到预设阈值的节点执行共识机制。本发明的基于共识合作超网络模型的共识方法、系统、介质、电子设备基于超图来构建区块链共识机制的合作超网络模型，进而实现有效的共识。
基于共识合作网络模型方法系统介质电子设备

[发明专利]网络模型压缩方法、装置、设备和可读存储介质-CN202211693995.5在审
发明人：周洋;张春;孙昊;卢雪妍;王瑾;杜壮 -专利权人：中移动信息技术有限公司;中国移动通信集团有限公司
申请日： 2022-12-28 - 公布日： 2023-05-09 - 主分类号： G06N3/082 文献下载
摘要：本申请公开了一种网络模型压缩方法、装置、设备和可读存储介质，该方法包括：获取待压缩的网络模型中每个卷积层的权重；在N个网络模型中，分别对第n个网络模型第n层目标卷积层进行预设模型压缩处理，生成N个第一候选网络模型；获取网络模型对预设图像数据的第一识别数据与每个第一候选压缩模型对预设图像数据的第二识别数据之间的余弦相似度信息；根据余弦相似度信息，确定目标压缩网络模型。根据本申请实施例，能够在不需要对原始训练数据进行微调的情况下，对由大量卷积神经网络组成的视觉算法模型进行压缩，并且精度损失非常小。
网络模型压缩方法装置设备可读存储介质

[发明专利]车辆分类模型的微调方法、车辆分类方法、装置及设备-CN202211731537.6在审
发明人：张婉平 -专利权人：北京百度网讯科技有限公司
申请日： 2022-12-30 - 公布日： 2023-05-09 - 主分类号： G06V10/764 文献下载
摘要：具体实现方案为：分别确定至少两个候选网络层中网络参数的参数贡献度；所述至少两个候选网络层均属于预分类模型；根据所述至少两个候选网络层中网络参数的参数贡献度，从所述至少两个候选网络层中确定目标网络层；根据车辆训练数据对预分类模型进行训练，在训练过程中对所述目标网络层进行参数更新，以得到车辆分类模型。
车辆分类模型微调方法装置设备