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2573356个,建议您升级VIP下载更多相关专利
  • [发明专利]一种意图识别方法及装置-CN202010162793.2有效
  • 王勇;陈璐 - 北京五八信息技术有限公司
  • 2020-03-10 - 2021-05-11 - G06F40/279
  • 在本申请中,获取咨询文本;基于咨询领域识别模型,确定咨询文本是否属于多个预设咨询领域中的其中一个预设咨询领域;基于咨询意图识别模型,确定咨询文本分别属于多个预设咨询意图中的每一个预设咨询意图的意图概率;本申请通过结合多种模型确定用户提交的咨询文本的咨询意图,如此,在确定咨询文本的咨询意图时,可以充分发挥各个模型的优势,多个模型结合之后提高了整体的泛化能力,如此,将各个模型的优势结合起来,可以提高确定出的咨询意图的准确率
  • 一种意图识别方法装置
  • [发明专利]基于深度学习的侧信道分析方法-CN202010368459.2有效
  • 李浪;欧雨 - 衡阳师范学院
  • 2020-04-30 - 2022-06-14 - H04L9/40
  • 其中,建模阶段又分为四个步骤:步骤一、功耗采集与数据预处理;步骤二、功耗数据集的构建;步骤三、深度学习模型设计;步骤四、模型训练。分析阶段则主要分为两个步骤:步骤五、建立模型与分析结果评估准则;步骤六、在攻击集上利用阶段一训练的模型进行侧信道分析与评估。本发明结合侧信道分析技术中的模板攻击技术,将传统分析中的数理统计技术转化为深度学习模型,并且结合功耗特性进行网络模型设计,同时结合监督训练与非监督训练,既降低了模板攻击的实施难度,又提高了攻击的效率。
  • 基于深度学习信道分析方法
  • [发明专利]机板的结合方法-CN02122620.2无效
  • 黄昌玉 - 黄昌玉
  • 2002-06-18 - 2004-01-07 - H05K3/00
  • 本发明涉及一种机板的结合方法,其主要涉及机板上的回路模型除去连续排热的PCB的不良回路模型部位,好的回路模型在已印刷的机板上接触后,能结合在一起的机板的结合方法,其主要技术方案是切断印刷上述不良回路模型的机板部位,通过决定机板位置的方法而在机板固定印板上与印刷良好回路模型的机板一起固定下来,通过利用内热性胶带和粘合剂,使两个机板的接合简单,从而提供能够进一步提高制造上述机板的作业性、生产性以及降低生产成本。
  • 机板结合方法
  • [发明专利]基于动力降尺度数据融合和统计模型的风电功率预测方法-CN202011435153.0在审
  • 张录军;杨冬东 - 江苏冰象智气信息技术有限公司
  • 2020-12-10 - 2021-03-26 - G06Q10/04
  • 本发明公开了一种基于动力降尺度数据融合和统计模型的风电功率预测方法,具体包括如下步骤:步骤1、通过区域气候模式RegCM对NWP的历史回报风速进行动力降尺度,得到尺度精细风速;步骤2、与历史观测资料的对比,确定动力降尺度前后历史风速数据的可信度权重因子,建立数据融合函数模型;步骤3、根据步骤2建立的数据融合函数模型得到历史风速,并结合历史风力发电功率数据,建立类S型曲线模型;步骤4、根据步骤2建立的数据融合函数模型得到预测风速,并结合步骤3建立的类S型曲线模型,对未来发电功率进行预测,本发明通过将动力降尺度数据融合和统计模型结合,避免了数值天气预报风速的不确定性,使风速与发电功率的对应关系更加准确。
  • 基于动力尺度数据融合统计模型电功率预测方法
  • [发明专利]基于变结构T-S模糊语义模型的目标跟踪方法及相关装置-CN202210043600.0在审
  • 李良群;张楚芸 - 深圳大学
  • 2022-01-14 - 2022-05-06 - G06T7/20
  • 根据本发明实施例公开的基于变结构T‑S模糊语义模型的目标跟踪方法及相关装置,估计第i个模糊模型的状态预测值;基于预设模型条件滤波公式,计算模型的状态估计;结合观测矩阵及状态估计,计算每个模型的预测观测;基于预设隶属度更新表达式,计算预测观测的第一模糊隶属度;更新前件参数,计算前件变量的第二模糊隶属度,基于第二模糊隶属度计算每个模型的权值;结合状态估计、第一模糊隶属度、权值计算目标状态及协方差。通过本发明的实施,引入反馈学习到强跟踪滤波方法,实现对模糊模型后件参数的辨识,将EM算法和模糊子空间聚类结合构建模糊聚类目标函数,实现前件参数的辨识,提高了估计性能和运动状态确定的准确性,降低了计算负担
  • 基于结构模糊语义模型目标跟踪方法相关装置

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