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98853个,建议您升级VIP下载更多相关专利
  • [发明专利]基于多项式拟合与神经网络的气动肌肉迟滞特性建模方法-CN202010822331.9在审
  • 罗天洪;陈婕 - 重庆文理学院
  • 2020-08-16 - 2020-11-17 - G05B13/04
  • 本发明公开了一种基于多项式拟合与神经网络的气动肌肉迟滞特性建模方法,包括步骤:S1.采集气动肌肉数据参数;所述气动肌肉数据参数包括输入气压与气动肌肉位移;S2.对输入气压与气动肌肉位移进行多项式拟合得到气动肌肉迟滞曲线,辨识气动肌肉迟滞曲线参数得到气动肌肉多项式系数,根据气动肌肉多项式系数构建气动肌肉迟滞数学模型;S3.将气动肌肉迟滞数学模型中的气压p以及位移d作为神经网络的输入,并将神经网络的输出作为气动肌肉的实际位移本发明的一种基于多项式拟合与神经网络的气动肌肉迟滞特性建模方法,能够精确反映气动肌肉的迟滞特性,适用范围广、输出精度高。
  • 基于多项式拟合神经网络气动肌肉迟滞特性建模方法
  • [发明专利]降低离线手写数学公式识别时网络训练过拟合的方法-CN201910287121.1有效
  • 董兰芳;刘汉超 - 中国科学技术大学
  • 2019-04-10 - 2022-09-06 - G06V30/148
  • 本发明公开了一种降低离线手写数学公式识别时网络训练过拟合的方法,通过随机用同类型的字符类别样本替换当前样本,从而生成具有与原始样本不同的LaTeX标签的数学公式图像(新样本数据),上述方式扩充了数据集的同时丰富了公式种类,实验证明相比仅对原始样本进行形变的数据生成方法更能降低过拟合影响,增强网络的泛化能力;在每次预训练或微调过程结束后通过打乱字符类别和类别号的对应关系,可以改变网络中训练数据的标签,从而强迫网络不过于依赖已学得的特征,令网络学习新的特征以适应变换,从而学习到更加泛化的特征,降低过拟合,实验证明,该方式可以在较大程度上提高基于注意力模型的编解码网络在CROHME数据集中的识别效果。
  • 降低离线手写数学公式识别网络训练拟合方法
  • [发明专利]一种基于AI的营销视频审核系统-CN202211186780.4有效
  • 张豪 - 武汉当夏时光文化创意有限公司
  • 2022-09-28 - 2023-01-03 - G06V20/40
  • 所述预处理模块用于对待审视频进行预处理,所述审核模型建立模块用于建立基于视频审核的模型,所述视觉优化模块用于对审核完成的视频进行优化,所述预处理模块包括视觉帧抽取模块、特征识别模块、单帧数据量识别模块、数学曲线拟合模块,视觉帧抽取模块将人眼能够连贯识别的视频帧数抽取出来作为一个单位的视觉帧,所述特征识别模块用于对抽取出的视觉帧进行特征识别,所述单帧数据量识别模块用于对每个单位的视觉帧进行数据量识别,所述数学曲线拟合模块用于将每个单位的视觉帧数据量拟合为曲线
  • 一种基于ai营销视频审核系统
  • [发明专利]一种基于高阶数学建模和拟合标定的光谱成像方法-CN202210766670.9在审
  • 马旭;赵显洪 - 北京理工大学
  • 2022-07-01 - 2022-11-15 - G01J3/28
  • 本发明涉及一种基于高阶数学建模和拟合标定的光谱成像方法,属于光谱成像技术领域。建立的高阶数学模型设置等效校正编码,在实施编码运算的同时,表征响应不均匀性,所建立的高阶数学模型在等效校正编码的前后,设置一组或多组二维卷积核,综合表征像差、像素失配、高阶色散和装配误差等非理想因素,提升了数学模型与实际投影测量过程的吻合度将高阶数学模型参数的标定过程构造为逆向优化问题,采集训练样本数据,使用优化算法,求解所构造的优化问题,完成对高阶数学模型参数的标定,提升了标定方法的实用性。最后,基于所建立的高阶数学模型,使用重建算法,重构得到光谱图像。
  • 一种基于数学建模拟合标定光谱成像方法

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