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34698332个,建议您升级VIP下载更多相关专利
  • [发明专利]编解码方法和装置-CN202210254653.7在审
  • 林泽辉;蔡康颖;陈虎;魏榕 - 华为技术有限公司
  • 2022-03-15 - 2023-09-22 - H04N19/597
  • 本申请实施例公开了编解码方法和装置,涉及媒体技术领域,能够减少压缩探针数据造成的渲染损失。其中编码方法包括:首先确定探针数据组的目标归一化组合,然后根据所述目标归一化组合对所述探针数据组进行归一化以得到归一化探针数据组,之后将所述归一化探针数据组编入码流。其中,所述目标归一化组合为多个归一化组合中使所述探针数据组对应的渲染损失最小的归一化组合,所述目标归一化组合包括目标归一化方法和目标归一化参数。
  • 解码方法装置
  • [发明专利]种用于认知状态识别的特征分组归一化方法-CN201410209254.4无效
  • 栗觅;吕胜富;周宇;钟宁 - 北京工业大学
  • 2014-05-17 - 2014-08-27 - G06K9/62
  • 种用于认知状态识别的特征分组归一化方法涉及模式识别领域的特征归一化问题,其步骤为:(1)特征数据分组;(2)任选归一化函数,计算出各分组对应的归一化函数的参数;(3)构建分组归一化函数,将各分组对应的归一化函数的参数代入其函数内,得到各个分组的归一化映射关系;(4)分组归一化处理,每个分组使用对应的归一化函数进行特征数据变换,特征归一化结束。特征整体归一化方法只能解决特征之间数据分布的多样性问题,不能解决特征内部数据分布差异过大的问题,本发明提出的分组归一化方法既保留了特征整体归一化方法的优点,同时减少了特征数据内部分布尺度过大的问题,从而提高了分类正确率,本发明提出的特征分组归一化方法具有很强的鲁棒性。
  • 一种用于认知状态识别特征分组归一化方法
  • [发明专利]数据处理方法、装置、存储介质及设备-CN202211509843.5有效
  • 赵闻飙;仝培霖 - 支付宝(杭州)信息技术有限公司
  • 2022-11-29 - 2023-04-07 - H04L9/40
  • 本说明书公开了数据处理方法、装置、存储介质及设备。数据发送方通过将隐私数据输入分类模型的特征提取层,通过特征提取层提取特征,以将得到的特征输入归一化层,得到归一化层输出的第归一化特征,并根据第归一化特征,确定传输数据,将传输数据发送至数据接收方,使数据接收方将噪声数据输入该分类模型,得到分类模型的归一化层输出的第二归一化特征,并以第归一化特征与第二归一化特征间差异最小化为优化目标调整噪声数据,得到隐私数据的解密结果。数据发送方能够基于分类模型输出的归一化特征确定传输数据,以在保护隐私数据的前提下将传输数据传输至数据接收方,使得数据接收方可基于相同的分类模与传输数据进行解密。
  • 一种数据处理方法装置存储介质设备
  • [发明专利]种LLR归一化实现方法、装置及电子设备-CN201811426670.4有效
  • 魏世朋 - 湖南国科微电子股份有限公司
  • 2018-11-27 - 2023-01-17 - H03M13/11
  • 本发明实施例提出种LLR归一化实现方法、装置及电子设备,涉及编译码技术领域。计算模块用于获取输入数据对应的待归一化数据,以及用于将待归一化数据发送至最大值获取模块。最大值获取模块用于获取待归一化数据中的数据最大值,以及用于将数据最大值发送至倒数参数模块。倒数参数模块用于获取与数据最大值匹配的倒数参数,以及用于将倒数参数发送至计算模块。计算模块还用于将倒数参数与待归一化数据相乘获得输入数据归一化数据。通过将倒数参数与待归一化数据相乘实现输入数据归一化,解决实现LLR归一化时耗费的逻辑资源多,逻辑处理延时长的问题。
  • 一种llr归一化实现方法装置电子设备
  • [发明专利]用于构建敏感数据资产的方法、系统和装置-CN202010837098.1在审
  • 石屹嵘 - 中国电信股份有限公司
  • 2020-08-19 - 2022-02-22 - G06F16/21
  • 本公开涉及用于构建敏感数据资产的方法、系统和装置。用于构建敏感数据资产的方法包括:对数据资产进行日志和流量数据的统计和相关性分析,得到各数据资产的相关性数据;对各数据资产进行风险性分析,包括对各数据资产的相关性数据进行量化处理,得到各数据资产的归一化访问度值A、归一化依赖度值C和归一化权限值D;对各数据资产的归一化访问度值A、归一化依赖度值C和归一化权限值D进行权重分配;以及基于各数据资产的归一化访问度值A、归一化依赖度值C和归一化权限值D以及对应权重来计算各数据资产的风险值R;以及基于各数据资产的风险值R与基准值的关系,构建敏感数据资产。
  • 用于构建敏感数据资产方法系统装置
  • [发明专利]种模型自适应的NMR代谢组学数据归一化方法-CN201510084309.8有效
  • 董继扬;邓伶莉 - 厦门大学
  • 2015-02-16 - 2017-05-03 - G06F19/00
  • 种模型自适应的NMR代谢组学数据归一化方法,涉及核磁共振。1)数据获取;2)数据中心归一化系数初始;3)归一化处理;4)多元统计分析;5)模型自适应归一化系数;6)循环迭代重复步骤3)~5),直至满足循环结束。通过在多元统计分析模型和最大化投影矢量与类别矢量相关系数之间进行循环迭代,不断调整归一化系数矢量,使得归一化数据建立的多元统计分析模型能准确提取组间特征信息。模型自适应归一化方法能针对所选取的多元统计分析模型采用合适的归一化系数矢量,是种自适应的归一化方法。相对于以往基于数据归一化方法,该方法更灵活、有效,能有效保持谱数据的结构信息。
  • 一种模型自适应nmr代谢数据归一化方法
  • [发明专利]基于深度神经网络的矢量量化系统及方法-CN201610466518.3有效
  • 江文斌;贾晓立;江晓波;胡定禹;刘佩林 - 上海交通大学
  • 2016-06-23 - 2019-06-21 - G06N3/08
  • 本发明提出种基于深度神经网络的矢量量化系统及方法,包括:归一化预处理模块,将原始数据通过归一化数据进行归一化处理,输出归一化后的预处理数据;矢量量化编码模块,用以接收预处理数据及码本,并通过码本对所述预处理数据进行矢量量化编码,输出编码数据;神经网络反量化模块,通过深度神经网络对编码数据进行解码反量化,输出解码数据;反归一化后处理模块,通过归一化数据对解码数据进行反归一化处理,输出反归一化后的还原原始数据;及神经网络训练模块,通过归一化预处理后的预处理训练数据和编码训练数据,进行神经网络的训练,输出深度神经网络至神经网络反量化模块中。
  • 基于深度神经网络矢量量化系统方法
  • [发明专利]种浮选过程矿浆液位的智能控制方法-CN202211570287.2在审
  • 桂夏辉;邢耀文;王兰豪;刘秦杉;曹亦俊;刘炯天 - 中国矿业大学
  • 2022-12-08 - 2023-03-28 - G05B13/04
  • 本发明涉及种浮选过程矿浆液位的智能控制方法,属于矿物分选技术领域,解决了现有浮选过程矿浆液位控制方式控制效果不理想的问题。该方法包括:从历史浮选过程中提取历史数据归一化处理,构建历史数据库;在实施次浮选过程控制时,在每个采样时刻,执行:采集实测数据归一化处理,将归一化实测数据与历史数据库中的每归一化历史数据分别进行最邻近匹配,获取归一化最邻近历史数据;基于归一化实测数据归一化最邻近历史数据,获得相应采样时刻的阀门开度上、下限;在每个控制时刻,执行:基于归一化实测数据中的归一化液位高度、归一化液位目标值、阀门开度上、下限
  • 一种浮选过程矿浆智能控制方法
  • [发明专利]种基于多源迁移学习的数据校验方法-CN201810320808.6有效
  • 李石君;刘洋;杨济海;邓永康;余伟;余放;李宇轩 - 武汉大学
  • 2018-04-11 - 2021-11-16 - G06K9/62
  • 本发明提出了种基于多源迁移学习的数据校验方法。本发明的方法为提取源数据集以及目标训练集对应的站点业务数量并进行归一化;通过迁移学习模型SVR模型以及径向基函数构建基于权重的SVR模型;初始数据以及目标省份的站点权重并进行归一化,通过分别合并归一化数据集、归一化目标训练数据集、归一化业务数据量训练集以及归一化业务数量得到合并训练集;将合并训练集以及归一化向量建立预测模型并计算模型误差参数;多次迭代并计算最终的预测模型;用最终的预测模型得到目标省份的预测站点业务数量,并对预测站点业务数量进行反归一化;与现有技术相比,本发明提高了数据质量,节约了数据资源。
  • 一种基于迁移学习数据校验方法
  • [发明专利]种锂电池单体电压差预测方法及装置-CN202210289564.6有效
  • 俞辉;郭杰龙;罗鹏;魏宪;邵东恒;张剑锋;李杰;兰海 - 泉州装备制造研究所
  • 2022-03-23 - 2023-07-25 - G01R31/367
  • 本发明提供种锂电池单体电压差预测方法,包括如下步骤:S1、确定样本集;S2、进行数据填补;S3、拟定多个归一化区间,各归一化区间的长度逐渐缩小,得到样本集中的第i类数据数据xi相对于第j个归一化区间的归一化值x′i;S4、样本集中的各类数据均进行对应于各归一化区间的归一化后,得到多个数据集,构建PSO‑BP神经网络,将各数据集均划分为训练集和测试集,并利用测试集分析训练后的PSO‑BP神经网络的精度,选择精度最高的数据集所对应的归一化区间,作为最终归一化区间,并选择经该最终归一化区间所对应的PSO‑BP神经网络作为预测模型本发明选择多个归一化区间中精度最高的归一化区间,并利用PSO‑BP神经网络进行预测,预测精度高。
  • 一种锂电池单体电压预测方法装置

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