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13833031个,建议您升级VIP下载更多相关专利
  • [发明专利]基于同态加密的生物识别方法、装置、终端及业务服务器-CN201811422471.6有效
  • 张放;郭明宇;何乐 - 创新先进技术有限公司
  • 2018-11-27 - 2021-09-14 - H04L29/06
  • 公开了一种基于同态加密的生物识别方法、装置、终端及业务服务器,方法包括:获取待识别用户的生物识别特征、加密比对源特征,以及公钥,其中,公钥由业务服务器利用同态加密算法生成并发送至本端,加密比对源特征由业务服务器利用公钥对比对源特征进行加密得到并发送至本端;利用公钥对生物识别特征进行加密,得到加密生物识别特征;计算出加密比对源特征和加密生物识别特征之间的加密相似度;将加密相似度和相似度阈值发送至业务服务器,以使业务服务器利用私钥对加密相似度进行解密,得到明文相似度,并将明文相似度与相似度阈值的比对结果发送至本端,其中,私钥为业务服务器利用同态加密算法生成;根据比对结果得到生物识别结果。
  • 基于同态加密生物识别方法装置终端业务服务器
  • [发明专利]机器智能问答方法、装置与电子设备-CN201910358742.4有效
  • 王文彬;李世杰;李东升;崔鸣;尚尔昕 - 贝壳找房(北京)科技有限公司
  • 2019-04-30 - 2020-08-11 - G06F16/332
  • 本发明实施例提供一种机器智能问答方法、装置与电子设备,其中所述方法包括:若检测到接收的消息为疑问句,则采用带权重的文本识别模型,基于所述接收的消息,分别进行意图识别和字段识别,以筛选目标领域的疑问句,并识别所述目标领域的疑问句的具体问题;基于所述具体问题,通过查询所述目标领域的智能问答知识库,获取对应所述具体问题的答案并输出;其中,所述带权重的文本识别模型用于为所述接收的消息中的不同分词赋予不同的权重系数。本发明实施例结合问句识别和带权重及注意力机制的文本识别模型,仅筛选目标领域的疑问句进行智能回答,从而在基于目标领域的知识库进行智能回答时,能够有效提高智能问答的有效性、准确性和效率。
  • 机器智能问答方法装置电子设备
  • [发明专利]地面标志的识别方法、装置、设备及介质-CN201910445433.0有效
  • 杨镜 - 百度在线网络技术(北京)有限公司
  • 2019-05-27 - 2021-05-07 - G06K9/00
  • 本发明实施例公开了一种地面标志的识别方法、装置、设备及介质。该方法包括:获取预先经过标定的点云数据以及图像数据;在图像数据中获取对地面标志的第一识别结果数据;根据图像数据与点云数据之间的投影矩阵确定第一识别结果数据中各数据点的反投影方向,并根据反投影方向将第一识别结果数据反投影至点云数据中得到反投影结果数据;将反投影结果数据与点云数据对地面标志的第二识别结果数据进行融合,并根据融合结果在点云数据中标注地面标志的属性信息。上述技术方案,能够充分利用两种数据的优势来实现地面标志的检测,还能避免由于图像拍摄过程存在的透视问题而引起的地面标志识别错误,提高了地面标志检测及识别的效率及准确率。
  • 地面标志识别方法装置设备介质
  • [发明专利]基于区块链的多维动态身份识别方法、装置及系统-CN201910066499.9有效
  • 金以东;李雪莉;王语莫;周大胜 - 易保互联医疗信息科技(北京)有限公司
  • 2019-01-24 - 2021-07-27 - H04L29/06
  • 本申请提供一种基于区块链的多维动态身份识别方法、装置及系统,识别方法包括:接收注册信息和个人基本信息;调取公信部门的数据库中的用户生物特征信息以及业务相关要求信息;通过区块链接收身份认证请求;生成业务编号和非对称加密的公钥通过区块链读取加密后的场景应用规则和用户当前提供的生物特征信息,并进行解密;从区块链上调用设置有交叉对比的规则与算法的智能合约;对公信部门的数据库中的用户生物特征信息和业务相关要求信息以及用户当前提供的生物特征信息进行交叉验证,得到识别结果;接收已将备案信息哈希标识与识别结果密文记录于区块链上的指令,并发送识别业务已完成的通知。本申请能够进行多维动态身份识别识别结果更可靠。
  • 基于区块多维动态身份识别方法装置系统
  • [发明专利]一种词码的生成方法、识别方法、装置、存储介质-CN201910045595.5有效
  • 李宝亮 - 北京悦时网络科技发展有限公司
  • 2019-01-17 - 2020-06-16 - G06K19/06
  • 本发明公开了一种词码的生成方法、识别方法、装置、存储介质,属于机器视觉识别领域。词码生成方法:输入目标词句及对应的目标文件,对目标词句的各文字基于笔画连接点进行拆分,得到拆分序列;随机选取若干拆分序列进行属性值异样处理,生成词码,与词码对应的目标文件建立关联,输出词码;词码识别方法:获取包含词码的图像,识别其中的目标词句;对目标词句按同一规则拆分后识别所有异样拆分序列,判断词码如基于系统设计的码制生成可直接读取,否则将根据词码对应的目标词句序列和异样序列,调用词码预先输入的目标文件,特点是同一词句可生成海量具备不同机器视觉特征的词码,词码形态仍为文字,人眼识别字义与机器识别合一。
  • 一种生成方法识别装置存储介质
  • [发明专利]基于卷积神经网络的P2P流量的识别方法及相关装置-CN201910683269.7有效
  • 叶武剑;吴荣华;刘怡俊;刘文杰;王峰 - 广东工业大学
  • 2019-07-26 - 2021-10-01 - G06K9/62
  • 本申请公开了一种基于卷积神经网络的P2P流量的识别方法,包括获取流量数据;将所述流量数据转化为图像数据并将所述图像数据划分为训练集与测试集;基于所述训练集中的所述图像数据进行卷积神经网络训练与分类器训练;利用训练完成的卷积神经网络提取所述测试集中的所述图像数据的深度特征并利用所述分类器基于所述深度特征识别P2P流量。该识别方法把流量识别问题转化为图像识别问题,利用卷积神经网络能够高效、准确的识别P2P流量,对网络管理与安全具有重大意义。本申请还公开了一种基于卷积神经网络的P2P流量的识别装置、设备以及计算机可读存储介质,均具有上述技术效果。
  • 基于卷积神经网络p2p流量识别方法相关装置
  • [发明专利]一种直播场景识别方法及装置-CN201910510023.X有效
  • 冯春阳;吴金贵 - 北京奇艺世纪科技有限公司
  • 2019-06-13 - 2021-05-28 - H04N21/2187
  • 本发明实施例提供了一种直播场景识别方法及装置,其中应用于服务器的所述方法包括:获取待识别直播视频,所述待识别直播视频包括:同一时间戳下的不同维度的待识别直播视频,所述维度包括:图像帧的图像参数维度、音频帧的音频参数维度、主播的情绪状态维度及弹幕的语义表达情绪维度中两个以上的维度;将所述待识别直播视频作为已训练模型的输入,通过所述已训练模型,输出直播场景的已标注目标直播场景类别,其中,所述已训练模型是基于直播场景的训练样本集训练得到的这样可针对待识别直播视频为观众更准确地识别直播场景,为后期与直播场景相关的其他服务提供依据。
  • 一种直播场景识别方法装置
  • [发明专利]一种电子耳蜗控制方法、装置、可读存储介质及电子耳蜗-CN201910347974.X有效
  • 陈又圣 - 深圳信息职业技术学院
  • 2019-04-28 - 2021-10-15 - G10L15/00
  • 本发明属于计算机技术领域,尤其涉及一种电子耳蜗控制方法、装置、计算机可读存储介质及电子耳蜗。所述方法采集待处理的原始语音信号;对所述原始语音信号进行预处理,得到预处理后的语音信号;提取所述预处理后的语音信号中的语音特征;使用预设的语种识别模型对所述语音特征进行处理,得到语种识别结果,所述语种识别模型用于进行语种的识别,预先经过预设的训练样本集合训练得到;从预设的语言处理策略库中选取目标策略,并控制电子耳蜗使用所述目标策略进行工作,所述目标策略为与所述语种识别结果对应的语言处理策略。通过本发明,可以根据语音信号的语种识别结果,针对各个语种的特点灵活地选取语言处理策略,大大提高了电子耳蜗的识别率。
  • 一种电子耳蜗控制方法装置可读存储介质
  • [发明专利]一种基于深度学习的故障识别方法和装置-CN201910500215.2有效
  • 胡忠民 - 武汉闻道复兴智能科技有限责任公司
  • 2019-06-11 - 2021-09-14 - G06K9/62
  • 本发明涉及图像识别领域,具体涉及一种基于深度学习的故障识别方法和装置,具体包括以下步骤:获取待识别区域的初始图像,所述初始图像具体为彩色图,熵图,亮度图和饱和度图;将所述待识别区域的初始图像输入第一神经网络中获取图像特征;将所述图像特征输入区域提取网络中获取感兴趣区域的特征图;将所述感兴趣区域数据的特征图输入第二神经网络获取故障区域掩膜;根据所述故障区域掩膜形状特征对故障类型进行识别。本发明使用深度学习方式对可能出现故障区域的图像进行自动故障识别及故障类型判断,提供了一种高效率、高准确度的故障自动识别方法,为故障处理提供了依据,预防因故障导致的设备损坏或危险。
  • 一种基于深度学习故障识别方法装置

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