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1946082个,建议您升级VIP下载更多相关专利
  • [发明专利]一种无人机飞行工况模式识别方法及系统-CN202110311072.8有效
  • 杜航原;白亮;王文剑 - 山西大学
  • 2021-03-24 - 2022-05-31 - G06K9/62
  • 本发明涉及无人机控制技术领域,针对无人机飞行过程中的飞行工况模式识别问题,本发明提出了一种无人机飞行工况模式识别方法及系统。本发明的飞行工况模式识别过程包括:无人机飞行工况训练数据采集阶段,无人机工况模式离线分类阶段,无人机工况模式在线匹配阶段三个主要环节,通过构建无人机多次飞行过程中的工况数据网络,不但可以记录无人机飞行过程中不同时刻的工况状态,还有效表达了它们之间的复杂相关关系,有助于获得鲁棒性和可解释性更强的无人机飞行工况模式识别结果。此外,利用图变分自编码器结构构建无人机飞行工况模式分类模型,使模型具有一定的生成能力,从而使无人机飞行工况模式识别过程具有更强的泛化能力
  • 一种无人机飞行工况模式识别方法系统
  • [发明专利]一种基于分层网络模型的轴承故障诊断方法及系统-CN202111676981.8在审
  • 陆宝春;王飞;翁朝阳 - 南京理工大学
  • 2021-12-31 - 2022-07-12 - G06N3/04
  • 本发明公开了一种基于分层模型的轴承故障诊断方法及系统,将轴承故障模式识别网络和故障程度识别网络分开设计,但通过特征共享层连接为一个整体。分层模型训练过程中使用两阶段训练法,优先更新故障模式识别层,待故障模式识别率较高后再更新3个故障程度识别层,同时微调故障模式识别层。迭代过程中根据3个故障程度识别层的损失函数自适应地调整其在总损失函数中的占比,以此均衡各层的收敛速度。所提分层模型充分利用了故障模式和故障程度的层次关系,可以针对每一层各自的任务调整模型参数,强化了诊断模型识别故障模式和故障程度的能力,而且分层模型结构灵活,各层功能明确,层次化结构方便扩展其他功能。
  • 一种基于分层网络模型轴承故障诊断方法系统
  • [发明专利]一种基于网络验证码的模式识别方法-CN201611259055.X在审
  • 于磊;李春强;郑华梅 - 北京经纬信安科技有限公司
  • 2016-12-30 - 2017-04-26 - H04L29/06
  • 本发明公开一种基于网络验证码的模式识别方法,包括以下步骤(1)在网络服务器端建立模式识别系统,用于存储和处理需要识别模式识别对象;(2)将模式识别对象按顺序分解切割为一个一个的验证码单元,以验证码单元为元素建立模式识别数据库,数据库中存储有验证码单元相对于模式识别对象的位置关系,分发给不同的网站;(3)网民识别验证码后,识别后的信息反馈回网络服务器端的模式识别数据库;(4)根据模式识别数据库得到的反馈结果还原得到模式识别对象对应的模式识别结果
  • 一种基于网络验证模式识别方法
  • [发明专利]圆谐-傅立叶矩在模式识别中的应用-CN03120326.4无效
  • 平子良;博午日亘;任海萍 - 平子良;任海萍;博午日亘
  • 2003-03-11 - 2004-09-22 - G06F17/14
  • 本发明提出一种位移、旋转、尺度、密度多畸变不变的图像特征:圆谐-傅立叶图像矩,并且将此图像矩应用于模式识别。该种矩描述图像能力和抗干扰能力强,经过适当步骤的规范化处理,可以获得位移、旋转、尺度、密度多畸变不变的圆谐-傅立叶图像矩。作为图像的多畸变不变特征,可以应用圆谐-傅立叶图像矩构造图像的特征空间,进行图像的模式识别。作为例证,进行了26个大写英文字母和血液中细胞的图像识别,实验证明:圆谐-傅立叶图像矩具有很强的模式识别能力
  • 圆谐傅立叶模式识别中的应用
  • [发明专利]一种鉴别作物种子品种的方法-CN200810227161.9无效
  • 安冬;苏谦;邬文锦 - 中国农业大学
  • 2008-11-24 - 2010-06-16 - G01N21/17
  • 本发明的目的是提供一种用近红外光谱和仿生模式识别快速鉴别作物种子品种的方法。该方法通过对作物种子品种的近红外光谱波长区域建立仿生模式识别模型并通过所述的仿生模式识别模型对作物种子品种样本进行识别。通过近红外光谱,可以得到样品中所有有机分子含氢基团的特征信息,并且对物质的穿透能力较强,不需要对样品做任何预处理,对人体无伤害,对环境无污染,仿生模式识别能够更好地实现计算机对作物种子品种自动分类的优点
  • 一种鉴别作物种子品种方法
  • [发明专利]基于带噪学习的电力使用行为模式识别方法及设备-CN202310349416.3在审
  • 李文中;沈林杉;陆桑璐 - 南京大学
  • 2023-04-04 - 2023-06-27 - G06F18/214
  • 本发明公开了一种基于带噪学习的电力使用行为模式识别方法及设备,所述方法包括:通过基于Adjmatch的带噪学习的方法,对家庭每日用电记录数据进行筛选,将每日用电记录数据分为干净数据和带噪数据两部分,使用半监督的方式进行训练,引入类别先验信息对损失函数进行修正,并基于对比学习的技术,通过两种对比损失函数来增强神经网络对带有噪声标签的每日用电记录数据的模式识别能力。本发明通过对家庭每日用电记录进行分析,识别出对应的用电模式。与常规的基于深度学习的电力使用行为模式识别方法相比,可有效降低噪声标签对识别精度带来的负面效应,从而提高模式识别的准确率。
  • 基于学习电力使用行为模式识别方法设备

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