“垃圾分类箱”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_专利查询网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

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

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

专利权人

国家电网公司

华为技术有限公司

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

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

钻瓜专利网为您找到相关结果2668790个，建议您升级VIP下载更多相关专利

[发明专利]一种大数据图像分类方法-CN201310432630.1有效
发明人：金连文;陶大鹏;王永飞 -专利权人：华南理工大学
申请日： 2013-09-22 - 公布日： 2014-01-01 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种大数据图像分类方法，包括如下步骤：1）收集图像样本作为训练集；2）寻找大数据图像分类最优的投影矩阵；3）对无标注数据进行投影；4）对投影后的样本采用最小距离分类器分类。利用本发明提出的方法能够有效利用样本分布的局部几何信息，并提取分类的鉴别信息，减少大数据图像分类对人工标注样本的依赖，有效减少训练过程中的存储成本，其分类准确度高于有代表性的基于线性判别分析的图像分类方法
一种数据图像分类方法

[发明专利]工件的切割及分类的自动化系统及其控制方法-CN99120347.X有效
发明人：边圣埈;安钟范;许民宁 -专利权人：三星电子株式会社
申请日： 1999-09-21 - 公布日： 2000-07-26 - 主分类号： G02F1/136 文献下载
摘要：本发明涉及工件切割及分类的自动化系统及其控制方法。该系统包括切割/分类设备,用以切割含有不良单元并由多数单元构成的基板而形成断板,按预定模式对该断板分类的同时进行卸载;控制器,用以从切割及分类设备接收有关断板作业所需资料的请求,将作业所需资料和作业命令传送至分类基板的切割及分类是在同一设备,同一过程完成,切割及分类即时进行,能够按使用者的要求对断板进行分类及卸载。
工件切割分类自动化系统及其控制方法

[发明专利]训练分类标准的训练方法和装置-CN201611209307.8有效
发明人：王天祎 -专利权人：北京国双科技有限公司
申请日： 2016-12-23 - 公布日： 2020-08-11 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种训练分类标准的训练方法及装置。其中，该方法包括：采用有标注关键词集和未标注关键词集进行多次相互训练的方法得到训练分类标准，与现有技术相比，采用了词向量集合有标注和未标注的关键词共同对分类算法进行分类训练，使得经交叉分类训练得到的训练分类标准从而解决了现有技术中存在的分类准确度不高的问题，提高了现有技术中分类的准确度和鲁棒性。
训练分类标准方法装置

[发明专利]一种基于表面波CNN的多光谱图像分类方法-CN201710571058.5有效
发明人：焦李成;张文华;马文萍;杨淑媛;侯彪;刘芳;尚荣华;张向荣;马晶晶;张丹;唐旭 -专利权人：西安电子科技大学
申请日： 2017-07-13 - 公布日： 2020-09-29 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于表面波CNN的多光谱图像分类方法，输入待分类的多光谱图像，对多光谱数据进行归一化处理得到矩阵，对归一化后矩阵进行以中心像素点的取块，得到训练数据集和测试集；构造基于表面波CNN的分类模型；用训练数据集对分类模型进行训练；利用训练好的分类模型对测试数据集进行分类。本发明引入多尺度深度滤波器，提高了多光谱图像的分类精度，可用于目标分类。
一种基于表面波 cnn 光谱图像分类方法

[发明专利]投诉分类模型的确定方法及装置、计算机可读存储介质-CN201811640275.6有效
发明人：林彦伊;王丛刚;孙刚;裘思科 -专利权人：咪咕数字传媒有限公司;咪咕文化科技有限公司
申请日： 2018-12-29 - 公布日： 2020-12-22 - 主分类号： G06F16/35 文献下载
摘要：本发明实施例公开了一种投诉分类模型的确定方法及装置、计算机可读存储介质，该方法包括：针对第一投诉数据的分类结果，得到至少一个投诉分类；该第一投诉数据包括历史投诉数据；根据至少一个投诉分类对应的第一投诉数据，确定至少一个投诉分类对应的投诉表达式；根据投诉表达式，确定投诉分类模型；其中，投诉分类模型用于确定第二投诉数据对应的投诉分类；第二投诉数据至少包括除第一投诉数据之外的投诉数据。
投诉分类模型确定方法装置计算机可读存储介质

[发明专利]多分类器融合的农作物自动分类方法、系统及存储介质-CN202210548609.7有效
发明人：帅爽;张志;马梓程;王亚毛;彭艳鹏;熊忠招;谢菲;王旭;龚元夫;陈思;肖瑶;谢翠容;岳常海;孙天成;孟丹 -专利权人：湖北省国土测绘院;中国地质大学（武汉）
申请日： 2022-05-20 - 公布日： 2022-10-21 - 主分类号： G06V10/80 文献下载
摘要：本发明公开一种多分类器融合的农作物自动分类方法、系统及存储介质，方法包括：数据采集及预处理，获取预处理后的高分数据及多光谱时序反射率；基于多光谱时序反射率计算得到NDVI时间序列；基于计算得到的NDVI时间序列，结合农作物类型训练样本，选取参与分类的多光谱图像数据；将高分数据、NDVI时间序列和参与分类的多光谱图像数据输入分类器集，得到初分类结果集；对初分类结果集执行OCA‑MV算法，完成决策融合分类
分类融合农作物自动方法系统存储介质

[发明专利]基于自注意机制的网络流量分类方法、介质及终端设备-CN201911412366.9有效
发明人：江勇;谢国锐;李清;夏树涛;齐竹云 -专利权人：鹏城实验室;清华大学深圳国际研究生院
申请日： 2019-12-31 - 公布日： 2023-07-28 - 主分类号： H04L47/2441 文献下载
摘要：本发明公开了一种基于自注意机制的网络流量分类方法、介质及终端设备，所述方法获取待分类网络流量包数据，并确定所述待分类网络流量包数据对应的输入序列；将所述输入序列输入至预先训练的网络流量分类模型，通过所述网络流量分类模型预测所述待分类网络流量包数据对应的流量类别本发明使用的网络流量分类模型包括编码模块，所述编码模块包括自注意机制单元，这样通过自注意机制提取有效流量特征，提高了流量分类精度。
基于注意机制网络流量分类方法介质终端设备

[发明专利]面向卷积神经分类网络的缺陷自动诊断与修复方法及装置-CN202211580737.6有效
发明人：程乐超;冯尊磊;胡佳聪;胡凯文;李睿杰;宋明黎 -专利权人：之江实验室
申请日： 2022-12-09 - 公布日： 2023-06-27 - 主分类号： G06N3/0464 文献下载
摘要：本发明面向卷积神经分类网络的缺陷自动诊断与修复方法及装置，包括下列步骤：1）卷积神经分类网络预测重要性归一化；2）激活图重要性得分计算；3）正常样本激活图规律统计；4）分类错误样本激活图筛选；5）卷积神经分类网络自动化缺陷修复本发明设计的是一种面向卷积神经分类网络的全自动缺陷诊断与修复方法，用于已经预训练的卷积神经分类网络模型缺陷检测与自动修复，能够有效提升深度卷积神经分类网络模型的分类性能。
面向卷积神经分类网络缺陷自动诊断修复方法装置

[发明专利]一种跨域图像分类方法-CN202110821649.X有效
发明人：吴壮辉;孟敏;武继刚 -专利权人：广东工业大学
申请日： 2021-07-20 - 公布日： 2023-04-28 - 主分类号： G06V10/774 文献下载
摘要：本发明公开一种跨域图像分类方法，该方法用视觉特征提取器提取待分类目标域图像的初始视觉特征，并利用初始视觉特征构建领域对齐损失函数、类别对齐损失函数和结构对齐损失函数，再构建分类器，最后利用视觉特征提取器和分类器获得待分类的目标域图像的分类结果该方案利用领域对齐损失函数、类别对齐损失函数和结构对齐损失函数来减小待分类目标域图像各个领域之间的差异，提高对跨域图像的分类精度。
一种图像分类方法

[发明专利]对视频中的运动矢量进行可靠性分类的方法和系统-CN200910119520.3无效
发明人：韩博;吴伟国;陈正华 -专利权人：索尼株式会社
申请日： 2009-03-12 - 公布日： 2010-09-15 - 主分类号： G06T7/20 文献下载
摘要：本申请提出一种对视频中的运动矢量进行可靠性分类的方法和系统，所述方法包括：按块分类步骤，用于对将输入视频的指定视频帧分块得到的各块进行运动矢量可靠性分类；以及按帧分类步骤，用于根据所述指定视频帧内的各块的运动矢量可靠性分类，在所述指定视频帧内进行运动矢量可靠性分类优化，以便获得所述指定视频帧内各块的运动矢量的最优分类。因此，可提高视频运动矢量可靠性分类的正确率。
视频中的运动矢量进行可靠性分类方法系统

[实用新型]一种螺旋式硬币分类机-CN201620630376.5有效
发明人：胡广锐;尤勇;罗坤;张玉;聂研;印崧 -专利权人：安徽农业大学
申请日： 2016-06-21 - 公布日： 2016-11-16 - 主分类号： G07D3/08 文献下载
摘要：本实用新型公开了一种螺旋式硬币分类机，包括进料装置、输币螺旋通道、螺旋式分类装置、承接台，所述螺旋式分类装置位于承接台上方，进料装置与分类装置通过输币螺旋通道连接，所述进料装置包括有梯形卡条，所述输币螺旋通道包括有刮币刷、伸出端，所述分类装置包括有分币螺旋、外壁筒、出币口，本实用新型采用边输送边分类硬币，输送与分类相结合，提高分离效率，分类出的硬币在承接台上下滑自动完成整理，方便快捷。
一种螺旋式硬币分类机

[发明专利]复合油缸及其垃圾压缩机-CN201010140960.X有效
发明人：刘臻树;李洪超;苏伟;刘文革;吕新;胡帮明 -专利权人：长沙中联重工科技发展股份有限公司
申请日： 2010-04-07 - 公布日： 2010-08-18 - 主分类号： F15B15/16 文献下载
摘要：一种复合油缸及其垃圾压缩机，复合油缸包括缸体、第一级活塞杆组件及第二级活塞杆组件，第一级活塞杆组件将缸体的内腔分隔成一级缸无杆腔和一级缸有杆腔，第二级活塞杆组件将第一级活塞杆组件内腔分隔成二级缸无杆腔和二级缸有杆腔垃圾压缩机包括垃圾箱、压缩装置、驱动装置及推铲，驱动装置采用上述复合油缸。本发明具有结构简单紧凑、控制精确度高、能分段实现部件所要求位置等优点。
复合及其垃圾压缩机

[发明专利]路面清扫车-CN201210281801.0无效
发明人：王灵美 -专利权人：金华双泰车业有限公司
申请日： 2012-08-09 - 公布日： 2012-11-14 - 主分类号： E01H1/05 文献下载
摘要：包含边刷、垃圾斗、吸尘装置以及与之匹配的振尘装置，其特征在于该电动清扫车含有清扫车边刷防撞调整装置，该防撞调整装置主要由一个四连杆机构和一个减震器组成，边刷固定于四连杆的外侧铰点上，四连杆机构的固定杆与清扫车底盘机架相连，四连杆机构中摇杆与连杆之间设有一个减震器；垃圾斗包括与清扫箱匹配的斗体和把手，所述斗体的侧面设有一个锁止机构，该锁止机构主要由解锁踏板、钩锁以及连接解锁踏板和钩锁的连杆组成；清扫车振尘装置主要由壳体、具有良好的边刷防撞效果，同时还具有良好密封性能的垃圾斗装置，以及双路双面的振尘机构。
路面清扫

[实用新型]一个纯电动智能垃圾压缩车-CN202020993736.4有效
发明人：付绪凯 -专利权人：北京金恺环境科技有限公司
申请日： 2020-06-03 - 公布日： 2021-04-13 - 主分类号： B65F3/20 文献下载
摘要：本实用新型涉及垃圾压缩车领域，具体是一个纯电动智能垃圾压缩车，包括压缩箱和液压站，液压站的一侧设置有两根油管，且两根油管上分别安装有油路电磁阀一和油路电磁阀二，油路电磁阀一和油路电磁阀二一侧的油管上分别安装有模拟量传感器一和模拟量传感器二本实用新型的有益效果能够自动感知垃圾被压缩的程度，以及车厢尾门承受压力极限，自动感应，停止压缩，液压油缸自动归位功能，防止推动架和推动板移动时发生偏移，提高推动架使用时的稳定性，提高尾门使用时的稳定性。
一个电动智能垃圾压缩

[实用新型]一种新型污水处理用格栅机-CN201921323769.1有效
发明人：聂文科 -专利权人：大连国源热能工程有限公司
申请日： 2019-08-15 - 公布日： 2020-06-12 - 主分类号： B01D29/03 文献下载
摘要：本实用新型污水经进水槽导入筛选筒内，分别经第一格栅和第二格栅进行过滤筛选，控制驱动电机工作，通过转动杆贯穿第一转轴和第二转轴的中轴固定连接，转动杆能够带动第一毛刷和第二毛刷转动，能够把第一格栅和第二格栅表面污水过滤的垃圾清理至第一收集箱和第二收集箱内，结构简单，方便对第一格栅和第二格栅上的垃圾进行清理，避免垃圾堵塞第一格栅和第二格栅的网孔。
一种新型污水处理格栅

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

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

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top