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339345个,建议您升级VIP下载更多相关专利
  • [发明专利]基于多流形学习的气体浓度反演方法-CN201410190563.1有效
  • 冯海亮;王海玲;黄鸿;谢吉海;王应健 - 重庆大学
  • 2014-05-07 - 2014-07-23 - G01N21/31
  • 本发明公开了一种基于多流形学习的气体浓度反演方法,1)采集光源发出的光通过不同已知浓度气体时的光谱数据;2)将采集的吸收光谱数据减去暗光谱并进行归一化处理;3)利用NPE算法对不同浓度的预处理后的数据分别进行特征提取;4)将得到的特征数据作为训练样本,并送入SVR分类器进行训练,构建反演模型;5)测试样本光谱数据采集;6)将测试样本光谱数据预处理后再进行特征提取,并将得到的特征数据送入构建好的反演模型中,反演得到待测气体浓度本发明可以提高气体浓度反演精度,改善浓度反演的重复性和可移植性,尤其能够提高短光程条件下低浓度气体的反演精度,满足在线检测的精度要求。
  • 基于流形学习气体浓度反演方法
  • [发明专利]基于空谱融合与模型学习耦合的叶绿素a浓度反演方法-CN202111597460.3在审
  • 吴鹏海;吴艳兰;杨辉;王彪 - 安徽大学
  • 2021-12-24 - 2022-04-12 - G06K9/62
  • 本发明涉及水质参数遥感反演领域,公开了基于空谱融合与模型学习耦合的叶绿素a浓度反演方法,通过获取相同日期MODIS和Sentinel‑2数据,经过预处理,得到样本数据集;构建面向叶绿素a浓度反演的MODIS和Sentinel‑2空‑谱融合深度学习网络,并耦合光谱响应函数、影像退化模型等物理约束,从而获得具有MODIS光谱分辨率和Sentinel‑2空间分辨率的融合数据,为叶绿素a浓度反演提供高空谱分辨率数据源;结合实地采样数据与融合的高空谱分辨率数据,在梯度提升树等机器学习的水质反演下验证融合的有效性,结果表明本处理方法有效提高了叶绿素a浓度的反演精度。
  • 基于融合模型学习耦合叶绿素浓度反演方法

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