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34418个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于查找表和拉普拉斯滤波的色调映射方法及系统-CN202310893696.4在审
  • 桑农;田铭;张锋;高常鑫 - 华中科技大学
  • 2023-07-19 - 2023-10-03 - G06T5/20
  • 本发明公开了一种基于查找表和拉普拉斯滤波的色调映射方法及系统,属于图像处理技术领域。本发明先将输入图像分解为自适应拉普拉斯金字塔;再将自适应拉普拉斯金字塔最底层的低频图像通过权重预测器,得到像素级权重图,同时使用三维查找表对低频图像进行三线性插值,得到初步映射图,之后将初步映射图与所述权重图逐像素融合生成微调后拉普拉斯金字塔最底层图像;再通过滤波器参数预测模块学习自适应拉普拉斯金字塔剩余层图像的参数值图,并将参数值图应用于局部拉普拉斯滤波器后得到微调后拉普拉斯金字塔剩余层图像;最后将微调后拉普拉斯金字塔重建得到色调映射后的图像。
  • 一种基于查找拉普拉斯滤波色调映射方法系统
  • [发明专利]基于图拉普拉斯下采样技术的DEM地形综合方法-CN202010262361.9有效
  • 陈占龙;马啸川;王润;禹文豪 - 中国地质大学(武汉)
  • 2020-04-06 - 2023-05-26 - G06T17/05
  • 本发明公开了一种基于图拉普拉斯下采样技术的DEM地形综合方法,首先提取DEM地形中高程点的三维坐标;其次是具体的DEM地形关键点提取方法,包括使用D8算法提取DEM地形骨架和图拉普拉斯下采样方法提取DEM地形的局部细节特征;图拉普拉斯下采样方法是基于图模型进行的,在这个过程中构造包含DEM高程点间空间关联信息的DT图模型,进而得到对应的初始的图拉普拉斯模型,最终使用拉普拉斯极特征向量方法完成图拉普拉斯下采样操作;为了获取不同粗化层次的DEM地形综合结果,图拉普拉斯下采样操作过程中还需要使用Kron‑Reduction方法获取不同粗化层次的图拉普拉斯模型;最后是使用提取到的高程点重构代表DEM地形特征的三维不规则格网
  • 基于图拉普拉采样技术dem地形综合方法
  • [发明专利]基于拉普拉斯图关系和多视角特征融合的细胞分类方法-CN201710648070.1在审
  • 苏育挺;白须;刘安安;张静 - 天津大学
  • 2017-08-01 - 2018-01-09 - G06K9/62
  • 本发明公开了一种基于拉普拉斯图关系和多视角特征融合的细胞分类方法,所述方法包括以下步骤利用神经网络全连接层对所提取的低级特征进行优化改进,得到更具有分辨力的高级特征;计算细胞在3种不同的高级视角特征空间中的拉普拉斯图关系,获取3种模态特征的拉普拉斯矩阵;将3种模态特征的拉普拉斯矩阵的线性组合作为公共子空间的拉普拉斯矩阵,通过半监督的方法对细胞进行分类。本发明利用拉普拉斯图关系和多视角特征融合的方式进行学习,消除了单一视角特征对于流行度预测的限制,同时利用神经网络全连接层对所提取的低级特征进行优化升级。
  • 基于拉普拉斯关系视角特征融合细胞分类方法
  • [发明专利]一种无监督的超图聚类方法-CN202011085687.5在审
  • 杨易扬;邓苏城;任成森;巩志国;蔡瑞初;郝志峰;陈炳丰 - 广东工业大学
  • 2020-10-12 - 2021-02-19 - G06K9/62
  • 本发明提供一种无监督的超图聚类方法,包括以下步骤:S1:获取具有属性的样本数据,并对其进行预处理;S2:构建超图以及超图的实例矩阵;S3:构建超边拉普拉斯矩阵并获取超边拉普拉斯矩阵的特征向量以及特征值;S4:对超边拉普拉斯矩阵的特征向量进行特征还原得到超图拉普拉斯矩阵的特征向量;S5:将超图拉普拉斯矩阵的特征向量作为指示向量输入到k均值算法进行顶点聚类,得到超图的顶点聚类结果,完成超图聚类。本发明提供一种无监督的超图聚类方法,通过使用超边拉普拉斯矩阵的特征向量进行还原解决超图聚类问题,避免了直接计算超图拉普拉斯矩阵的特征向量,解决了传统超图谱聚类模型具有较高的时间复杂度以及空间复杂度的问题
  • 一种监督超图方法
  • [发明专利]一种血管图像配准方法-CN202011322340.8在审
  • 贾艳楠 - 西安科锐盛创新科技有限公司
  • 2020-11-23 - 2021-03-16 - G06T7/00
  • 本发明公开了一种血管图像配准方法,包括:获取血管的第一亮血图像和第一黑血图像;基于下采样处理,由第一亮血图像得到亮血高斯金字塔,由第一黑血图像得到黑血高斯金字塔;基于上采样处理,利用亮血高斯金字塔得到亮血拉普拉斯金字塔,利用黑血高斯金字塔得到黑血拉普拉斯金字塔;对亮血拉普拉斯金字塔和黑血拉普拉斯金字塔中对应层的图像进行配准,得到配准的亮血拉普拉斯金字塔;利用配准的亮血拉普拉斯金字塔作为叠加信息,对亮血高斯金字塔和黑血高斯金字塔中各层图像进行自上而下的配准本发明用高斯金字塔和拉普拉斯金字塔提高血管图像配准效率,统一亮血图像和黑血图像坐标系,可简便快速得到诊断所需信息。
  • 一种血管图像方法
  • [发明专利]一种基于拉普拉斯峰值聚类的人脸识别方法-CN202010927909.7在审
  • 杨旭华;王磊;肖杰;周艳波 - 浙江工业大学
  • 2020-09-07 - 2020-12-29 - G06K9/00
  • 一种基于拉普拉斯峰值聚类的人脸识别方法,根据现有的人脸图像数据集,使用CWSSIM算法计算任意两张人脸图像的相似度作为图像之间的距离,将人脸图像数据集合转换为一个完全加权网络,连边的权值为图像节点之间的距离;计算网络的度矩阵、拉普拉斯矩阵和拉普拉斯能量值,进而计算网络节点的拉普拉斯中心性和最短距离,根据节点的拉普拉斯中心性和最短距离的乘积获得节点的决策指标,选取决策指标大于预设阈值的节点为聚类中心,将其余节点归属到距离最近的聚类中心所代表的类别本发明基于拉普拉斯中心性提取中心图像,再通过聚类对人脸图像进行识别,提高了人脸识别的速度和准确度。
  • 一种基于拉普拉斯峰值识别方法
  • [发明专利]一种无线信道测试方法及装置-CN201710091894.3有效
  • 邓中亮;胡爱华;王闯;张耀;尹露 - 北京邮电大学
  • 2017-02-21 - 2020-07-28 - H04B17/309
  • 本发明实施例提供了一种无线信道测试方法及装置,其中,该方法包括:获取发送端通过无线信道传输的正弦特征的拉普拉斯小波信号,并且记录拉普拉斯小波信号的接收时间;对拉普拉斯小波信号进行模数转换,得到转换后的第一数字信号;根据拉普拉斯小波信号的接收时间,通过预先建立的与正弦特征的拉普拉斯小波信号对应的小波字典,并利用匹配追踪算法,对转换后的第一数字信号进行匹配追踪计算,得到无线信道中多径分量的延时值和衰减系数。通过使用预先建立的小波字典对拉普拉斯小波信号转换后的第一数字信号进行匹配追踪计算,能够直接得到无线信道的多径分量的精确的衰减系数和延时值,避免了人工分析对测试结果的影响,降低了测试误差。
  • 一种无线信道测试方法装置

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