“最大类”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446983个，建议您升级VIP下载更多相关专利

[发明专利]在天空图像中提取云图形的方法-CN201510688978.6有效
发明人：王飞;李红萍;甄钊;米增强 -专利权人：华北电力大学（保定）
申请日： 2015-10-22 - 公布日： 2016-03-16 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种在天空图像中提取云图形的方法，通过将天空图像转换为灰度图像，进而将灰度图像增强后基于最大类间方差法获取最优的二值化阈值，基于该二值化阈值对增强后的灰度图像进行二值化以获得区分天空图形和云图形的二值化图像
天空图像提取云图方法

[发明专利]梳形舌片分流变截面涡轮增压器-CN201610918366.6无效
发明人：刘尧平 -专利权人：南通安洲制冷设备有限公司
申请日： 2016-10-21 - 公布日： 2017-03-15 - 主分类号： F02B37/22 文献下载
摘要：本发明按国际专利分类表(IPC)划分属于机械工程部，一般工程分部，流体压力执行机构大类，伺服马达小类，具有随动作用的伺服马达大组，具有摆动式伺服马达小组技术领域。本发明以简单构造，达成全时最大效率增压，解决现有技术大涡轮增压迟滞，小涡轮高速背压，可变喷嘴环涡轮结构复杂，材料要求高的问题。有更节能减排的社会效果。
梳形舌片分流变截面涡轮增压

[发明专利]一种配电网线路故障原因分析方法与系统-CN201910029740.0在审
发明人：李雅洁;宋晓辉;盛万兴;孟晓丽;李建芳;张瑜;高菲;赵珊珊;常松 -专利权人：中国电力科学研究院有限公司;国家电网有限公司;国网山东省电力公司
申请日： 2019-01-14 - 公布日： 2019-04-19 - 主分类号： G01R31/08 文献下载
摘要：本发明涉及一种配电网线路故障原因分析方法与系统，包括：获取当前线路故障时的数据，基于获取的当前线路故障时的数据和预先构建的故障原因大类分析模型确定所属故障原因大类；基于所述故障原因大类和预先构建的故障原因小类分析模型确定线路故障原因本发明为一种配电网络线路故障原因分析方法与系统，基于获取的当前线路故障时的数据和预先构建的故障原因大类分析模型确定所属故障原因大类，基于所述故障原因大类和预先构建的故障原因小类分析模型确定线路故障原因，
故障原因线路故障大类分析模型构建故障原因分析配电网线路小类故障处理配电网络相关信息影响分析原因分析时效性

[发明专利]为货品推荐HS编码的方法、电子设备及介质-CN202011352495.6在审
发明人：闫铭阳 -专利权人：华晨宝马汽车有限公司
申请日： 2020-11-27 - 公布日： 2022-05-27 - 主分类号： G06F40/126 文献下载
摘要：该方法包括：获得第一级分类算法模型；获得与每个大类分别对应的第二级分类算法模型；获得与每个大类分别对应的补充要素的列表。该方法还包括响应于接收到货品的基本要素，执行以下操作：基于所述基本要素，利用第一级分类算法模型推荐所述货品所属的大类；根据所推荐的大类，获得与该大类对应的补充要素的列表；根据所述基本要素确定补充要素的列表中的一个或多个补充要素的内容；基于所述基本要素和所述补充要素的列表中填充的内容，利用与所推荐的大类对应的第二级分类算法模型推荐所述货品的HS编码。
货品推荐 hs 编码方法电子设备介质

[发明专利]基于智慧建筑操作系统的BIM模型设备编码审核方法-CN202210893649.5在审
发明人：林秋桂;刘翀;施鹏 -专利权人：华建数创（上海）科技有限公司
申请日： 2022-07-27 - 公布日： 2022-12-02 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种基于智慧建筑操作系统的BIM模型设备编码审核方法，包含如下步骤：在智慧建筑操作系统中创建设备大类全量表；为设备大类全量表的每一类设备大类创建设备编码；基于设备大类全量表制定智慧建筑操作系统的BIM模型内的若干个设备模型的命名规则，获得设备模型名称；制定若干个设备模型的ArcPointCode编码规则，获得设备模型ArcPointCode编码；基于设备大类全量表为每一类设备大类创建设备规格技术型参数表
基于智慧建筑操作系统 bim 模型设备编码审核方法

[发明专利]一种基于深度神经网络的图像分类方法-CN202210308441.2有效
发明人：吉杰;张铭志;岑令平;林建伟;邱坤良 -专利权人：汕头大学·香港中文大学联合汕头国际眼科中心
申请日： 2022-03-28 - 公布日： 2022-06-24 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于深度神经网络的图像分类方法，包括：建立二级分类体系，将需要辨识图像细节的类别放到同一个大类中，将只和图像某一个局部区域有关的类别放到同一个大类中，其他的病种或者病变分别放到一个个大类中输入一张视网膜眼底图像，首先使用普通分辨率模型去分大类，然后对于需要辨识图像细节的大类使用大分辨率模型分子类，对于只和图像一个小的局部区域有关的大类，首先定位、裁剪该局部区域，然后使用小分辨率的模型区分子类
一种基于深度神经网络图像分类方法

[发明专利]β-激动剂类药物检测装置及方法-CN201210001509.9无效
发明人：朱海;付辉;林季敏;李颖;王西丽;李金峰;蒋原;薛峰 -专利权人：深圳市易瑞生物技术有限公司;江苏出入境检验检疫局动植物与食品检测中心
申请日： 2012-01-04 - 公布日： 2012-08-22 - 主分类号： G01N33/558 文献下载
摘要：本发明涉及生物检测领域，公开了一种应用免疫层析技术检测一大类β-激动剂类药物的检测装置及检测方法。本发明利用与一大类β-激动剂类药物反应的抗体/受体制备免疫层析试纸条，实现一大类β-激动剂类药的同时检测。本发明与与现有技术相比，可实现一次对一大类β-激动剂类药物的检测，检测成本低，且方便快捷。
激动剂类药物检测装置方法

[发明专利]一种基于局部密度纯化背景的高光谱异常检测方法-CN201711002675.X在审
发明人：王鑫鹏;胡振;李晓冬;吴蔚;马文婷;王慧娟;张桂林;徐琳;熊朝华;许莺;宗士强 -专利权人：中国电子科技集团公司第二十八研究所
申请日： 2017-10-24 - 公布日： 2018-04-10 - 主分类号： G06T7/00 文献下载
摘要：接着，设定最大异常比例，按该比例选取最小局部密度对应的像元。再利用最大类间方差法对其进一步分割。最后，结合LRXD异常检测方法对高光谱图像进行检测。设定阈值，将检测值大于阈值的像元标记为异常点。
一种基于局部密度纯化背景光谱异常检测方法

[发明专利]一种红外弱小目标检测方法及装置-CN201810359993.X有效
发明人：张挺;崔述金;张樯;赵凯;李斌 -专利权人：北京环境特性研究所
申请日： 2018-04-20 - 公布日： 2021-03-23 - 主分类号： G06K9/32 文献下载
摘要：本发明涉及数据处理技术领域，提供了一种红外弱小目标检测方法及装置，该方法包括：使用最大最小滤波方法对采集的红外图像进行预处理，获得红外图像中高频分量；采用灰度投影方法结合最大类间方差法，对预处理后的红外图像中的天地分界线进行检测
一种红外弱小目标检测方法装置

[发明专利]一种可抗噪声的改进Canny图像边缘检测方法-CN201811041662.8有效
发明人：曾庆化;张月圆;刘建业;熊智;周雅婧;黄河泽;李一能;宦国耀;易荷田 -专利权人：南京航空航天大学
申请日： 2018-09-07 - 公布日： 2022-06-17 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种可抗噪声的改进Canny图像边缘检测方法，改进算法在Canny算法的基础上，首先结合自适应中值滤波替代高斯滤波对图像降噪，从而较好地滤除椒盐噪声干扰；然后结合最大类间方差法和最大熵法，改进了双阈值选取方法
一种噪声改进 canny 图像边缘检测方法

[发明专利]一种宽带集群通信系统的用户管理方法-CN201310743353.6在审
发明人：张劲峰;廖清华 -专利权人：成都鼎桥通信技术有限公司
申请日： 2013-12-30 - 公布日： 2015-07-01 - 主分类号： H04L12/18 文献下载
摘要：本申请公开了一种宽带集群通信系统中的用户管理方法，包括：OMC获取集群通信系统中各个业务网元为自身制定的用户管理模型；OMC对所有业务网元的用户管理模型取并集作为全用户数据模型，并从全用户数据模型中为设定的用户大类选择需要的用户管理模型，作为相应用户大类的数据模型；用户大类为LTE数据用户、LTE无线用户或IP用户。在用户开户时，保存管理员为用户选择的用户大类及其签约信息，并根据签约信息和相应用户大类的数据模型，操作对应业务网元完成开户。通过本申请，能够方便对各类用户的统一开户管理。
一种宽带集群通信系统用户管理方法

[发明专利]代码自动生成管理方法-CN202210802918.2在审
发明人：薛波;王全胜 -专利权人：苏州华克斯信息科技有限公司
申请日： 2022-07-09 - 公布日： 2022-09-20 - 主分类号： G06F8/30 文献下载
摘要：本发明公开了代码自动生成管理方法，涉及计算机软件管理技术，其技术方案要点是：以现有的各测试软件提取框架算法，并以框架算法建立算法库；以各框架算法为名，在算法库内建立大类；同一大类的框架算法中提取相同算法以及各区别算法建立小类；设立大类以及小类的甄别条件；以大类甄别条件建立大类筛选模型，以小类甄别条件建立小类筛选模型。
代码自动生成管理方法

[发明专利]一种基于多维模型融合的水下目标识别方法-CN202211105354.3在审
发明人：王鹏珍;翟大海;战永盛;胡艳;代业 -专利权人：电信科学技术第五研究所有限公司
申请日： 2022-09-09 - 公布日： 2023-01-31 - 主分类号： G06F18/2415 文献下载
摘要：本发明公开了一种基于多维模型融合的水下目标识别方法，包括：采用深度神经网络、随机森林、Xgboost、adaboost模型的集成对待识别的水下目标数据进行大类初筛，得到该待识别的水下目标数据的目标大类；根据目标大类和所述目标大类中的任一目标机型建立模型；基于地理位置、航行轨迹、区域事件和时间分布结合标注的样本数据集进行深度学习与目标函数概率分布计算，求得模型输出的任一目标大类的概率分布；根据概率分布选取概率较大的
一种基于多维模型融合水下目标识别方法

[发明专利]基于迁移学习和图像纹理特征的骨髓细胞分类识别方法-CN202010861489.7在审
发明人：唐古生;季敏;程辉;许春;杨建民;王宏;周飞 -专利权人：中国人民解放军海军军医大学第一附属医院;立穹（上海）光电科技有限公司
申请日： 2020-08-25 - 公布日： 2020-11-27 - 主分类号： G06K9/00 文献下载
摘要：基于迁移学习和图像纹理特征的骨髓细胞分类识别方法，包括以下步骤：获取训练样本图片；细胞图像纹理特征提取并划分大类；迁移学习，对第一大类中的图片数量最多的细胞种类进行机器学习算法训练，建立模型，在这个模型训练完成后，再对第一大类中的图片数量第二的细胞种类进行机器学习；再进行该细胞大类中图片数量第三的细胞种类的学习，直到该细胞大类中全部种类的细胞都训练结束，再进行下一个大类的细胞识别训练；算法效果判定。
基于迁移学习图像纹理特征骨髓细胞分类识别方法

[发明专利]一种基于AOI的缺陷检测的自动分类分级方法和装置-CN202011623835.4在审
发明人：时广军;周钟海;赵严;姚毅;杨艺 -专利权人：凌云光技术股份有限公司
申请日： 2020-12-30 - 公布日： 2021-04-09 - 主分类号： G06T7/00 文献下载
摘要：本申请公开了一种基于AOI的缺陷检测的自动分类分级方法，包括：基于AOI的检测输出的不同类型的缺陷，根据预定的大类分类规则，将输入的不同类型的缺陷区分为若干大类；基于输入的某一大类的若干缺陷，根据预定的小类分类规则，将该某一大类若干缺陷细分为各种小类；基于输入的同一大类下的某一小类的若干缺陷，基于预定的小类分级规则，将该某一小类的若干缺陷区分为不同等级；基于所述大类分类规则、所述小类分类规则及所述小类分级规则，标记所述
一种基于 aoi 缺陷检测自动分类分级方法装置

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