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29515个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于语义约束的Transformer多模态影像分割方法-CN202310150411.8在审
  • 马伟;陈颖 - 北京工业大学
  • 2023-02-22 - 2023-07-14 - G06V10/26
  • 本发明公开了一种基于语义约束的Transformer多模态影像分割方法,包括:将待分割影像从m个模态通过主干编码器行特征提取获得n个不同的模态特征得到对应模态的特征图;通过多模态特征交互模块去除冗余特征,并根据跨模态交互模块(CFI)产生的门控矩阵G对当前模态特征进行不同程度的加强;随后将特定模态增强特征图拼接输入到Transformer进行模态间特征融合,得到最终编码特征;最后将特征输入到Kmeans‑Transformer由于模态融合网络对多模态特征进行融合并赋予不同模态相应的权重,所以本公开实施例能够有效将有利于多序列影像分割的重要模态进行突出,同时抑制非重要模态对多模态分割的干扰,能够有效提高多模态影像分割精准度。
  • 一种基于语义约束transformer多模态影像分割方法
  • [发明专利]面向宽域飞行的多模态精确划分方法-CN202110335396.5在审
  • 许斌;程怡新 - 西北工业大学
  • 2021-03-29 - 2021-07-09 - G05D1/10
  • 本发明涉及一种面向宽域飞行的多模态精确划分方法,通过需求分析确定影响飞行器宽域爬升过程多模态划分的关键因素,作为模态指示变量;依据需求分析和先验知识进行稳定模态的初步确定,保证模态按照实际的时序排列;对飞行器离线数据进行模态划分与识别,结合稳定模态初步划分结果和相似度分析实现稳定模态和过渡模态的准确划分;基于多模态精确划分结果设计模态切换策略,最终给出面向飞行的多模态切换系统;本发明通过经验/数据双驱动的方式实现了飞行器宽域爬升过程多模态的精确划分,并依据稳定模态类别归属和过渡模态起止时刻设计了多模态过程切换策略,有助于宽域飞行多模态的平滑切换,提升了飞行安全性,适用于工程应用。
  • 面向飞行多模态精确划分方法
  • [发明专利]一种深度对抗多模态数据聚类方法-CN202110409134.9在审
  • 陈志奎;宋鑫;高静;刘晨欣;张佳宁;金珊;李朋 - 大连理工大学
  • 2021-04-16 - 2021-07-09 - G06F16/906
  • 一种深度对抗多模态数据聚类方法,构建模态编码网络、模态融合网络、模态生成器和模态融合判别器。首先,模型将数据的每个模态通过对应的模态编码网络映射到深度特征空间,学习各模态私有的深度特征。然后,模态融合网络学习各模态私有特征,获取带有模态扰动的融合特征。最后,模态生成器利用融合特征生成样本,模态融合判别器判断样本的真伪,两者通过生成对抗的策略拟合数据分布。相应设计对抗循环一致聚类损失函数指导模型的训练,其包含循环一致损失函数、跨模态对抗损失函数和聚类嵌入损失函数。本发明中的深度对抗多模态数据聚类方法学习数据的融合特征,挖掘数据的内在规律;能够有效提取多模态数据中隐藏的语义一致性信息,提高多模态数据聚类的性能。
  • 一种深度对抗多模态数据方法
  • [发明专利]面向链接预测的交互式多模态融合方法及装置-CN202111553153.5在审
  • 张勇;李昕航;李超;王霞;盛明 - 清华大学
  • 2021-12-17 - 2022-04-08 - G06F16/36
  • 本发明提供一种面向链接预测的交互式多模态融合方法及装置,方法通过获取待预测知识图谱,包括结构化模态、可视化模态和文本模态;分别提取结构化模态、可视化模态和文本模态的高层次特征信息,得到结构化模态嵌入表示、可视化模态嵌入表示和文本模态嵌入表示;对结构化模态嵌入表示、可视化模态嵌入表示和文本模态嵌入表示进行聚合,通过双线性矩阵计算得到多模态嵌入表示;分别通过各个不同的表示预测目标实体,得到结构化预测结果、可视化预测结果、文本预测结果和多模态预测结果;调整各个预测结果的权重,得到目标预测结果,通过多模态融合能够有效地保留各模态中的专有知识实现互补性链接预测,极大地提高链接预测的准确度。
  • 面向链接预测交互式多模态融合方法装置
  • [发明专利]一种学习参与度识别方法、装置、设备及可读存储介质-CN202210367286.1在审
  • 潘杰;栾春;谢德仁;杜伟;张雨辰 - 山东师范大学
  • 2022-04-08 - 2022-08-19 - G06V10/80
  • 本申请提供了一种学习参与度识别方法、装置、设备及可读存储介质,涉及多模态情感识别技术领域,包括:对获取的视频样本进行预处理,提取出多个模态下的单模态特征;将多个模态下的单模态特征进行特征融合,得到多模态融合特征;多模态融合特征经过全连接层降低维度并进行预测,得到多模态输出值;单模态特征映射到低维空间中,再运用线性回归得到单模态输出值;将单模态输出值和多模态输出值按照预设权重加权求和,得到融合输出值;基于多模态输出值、单模态输出值和融合输出值,确定用户的学习参与度,这样,通过联合多模态信息和单模态信息,将提取出的单模态特征映射到低维空间,再单独训练模型,可以提高学习参与度的识别准确率。
  • 一种学习参与识别方法装置设备可读存储介质
  • [发明专利]一种深度不完备多模态数据的聚类方法及相关装置-CN202310525397.5在审
  • 张正;何汶珏;卢光明 - 哈尔滨工业大学(深圳)
  • 2023-05-10 - 2023-08-29 - G06V10/762
  • 本申请公开了一种深度不完备多模态数据的聚类方法及相关装置,方法包括获取不完备多模态数据中的各模态的原始模态数据;根据模态特点构建神经网络来提取特定表征学习架构,通过多模态聚合模型提取各原始模态数据的模态特征,针对各原始模态数据的模态特征确定各原始模态数据的隐式数据表征,基于隐式数据表征确定基准表征;基于基准表征、模态特征及隐式数据表征训练多模态聚合模型,以得到目标公共数据表征;基于目标公共数据表征采用聚类分析算法确定不完备多模态数据的目标类别簇本申请通过基于模态特征、隐式数据表征和公共表征对多模态聚合模型进行联合学习,可以避免因模态特征固定而导致无法采用最具区别性的特征的问题,从而可以有效地提升聚类精度。
  • 一种深度完备多模态数据方法相关装置
  • [发明专利]可扩展的多模态层析成像系统-CN201811071494.7有效
  • 谭超;陈睿阳;董峰 - 天津大学
  • 2018-09-14 - 2021-02-19 - G01N33/00
  • 本发明涉及一种可扩展模态的层析成像系统,包括主控模块以及各个单模态层析成像模块。其中,主控模块,承担各个单模态层析成像模块间的数据通信功能,协调各个单模态层析成像模块的数据采集速度和时序;各个单模态层析成像模块,可以通过多模态通信接口与多模态控制线相连;使用所述多模态控制线连接多模态主控芯片和各个单模态层析成像模块的控制芯片,并使用多模态主控芯片,通过多模态控制线传输状态与指令信号,实现对各个单模态层析成像模块的工作时序,工作速率控制,并协调各模态间的数据通信;多模态主控芯片采用FPGA芯片,读取状态线上的电平值,根据已编制好的内部程序,通过指令线向各个模态发送开始工作指令,协调各个单模态层析成像模块工作时序。
  • 扩展多模态层析成像系统
  • [发明专利]一种模态旋转调制及其解调方法与装置-CN202011236358.6有效
  • 赵林军;梁芳 - 陕西理工大学
  • 2020-11-02 - 2022-04-22 - H04B1/707
  • 本发明公开了基于模态旋转的一种数据调制方法及模态旋转调制信号的解调方法,其中,模态旋转调制方法是由模态正交相位序列对用户数据进行模态旋转,并将模态旋转后的数据进行正交伪随机码扩频,直接序列扩频后的信号再相加形成模态旋转调制信号;模态旋转调制信号的解调方法是由正交伪随机码扩频集中的伪随机码依次对模态旋转调制信号进行解扩构建带有模态正交相位序列信息的接收矢量,并由变模态正交逆变换对带有模态正交相位序列信息的接收矢量进行解模态,变模态正交逆变换在模态集内遍历一次完成对模态旋转调制信号的解调;同时,公开了模态旋转的调制与解调的实现方法与装置。
  • 一种旋转调制及其解调方法装置
  • [发明专利]一种基于压缩感知的无重构模态参数获取方法及检测方法-CN202310019565.3有效
  • 王迎;周健 - 哈尔滨工业大学(深圳)
  • 2023-01-06 - 2023-10-03 - G06F18/24
  • 本申请公开了一种基于压缩感知的无重构模态参数获取方法及检测方法,方法包括获取待检测结构随机采样下的压缩振动响应信号;为压缩振动响应信号设置第一模态频率搜索范围及第二模态频率搜索范围,根据第一模态频率搜索范围及第二模态频率搜索范围,通过基追踪降噪算法确定模态频率;根据模态频率设置第一模态阻尼比搜索范围及第二模态阻尼比搜索范围,根据第一模态阻尼比搜索范围及第二模态阻尼比搜索范围,通过基追踪降噪算法确定模态阻尼比;根据模态频率和模态阻尼比,确定待检测结构对应的模态振型。本申请利用基追踪降噪算法通过两步搜索的方式确定模态参数,避免了由于字典过大而导致的计算量大的问题,提高了模态参数的识别效率。
  • 一种基于压缩感知无重构模态参数获取方法检测
  • [发明专利]一种基于动力学模态分解的结构模态参数识别方法-CN202310346392.6在审
  • 贺顺;吴承远;高雪晗;谷迎松 - 西北工业大学
  • 2023-04-03 - 2023-07-18 - G06F18/21
  • 本发明提出一种基于动力学模态分解的结构模态参数识别方法,该方法根据动力学模态分解方法,选择被测结构中各响应点的位移和速度振动信号构造快照矩阵,通过奇异值分解和特征值分析得到模态截断下系统的特征值和特征向量,变换不同的模态截断阶数并求解对应阶数下的模态频率,构造出截断阶数与求解模态频率之间的关系图,利用结构模态频率与奇异值截断阶数无关的性质,剔除虚假模态,得到被测结构的真实模态频率、模态阻尼比和模态振型等模态参数本发明提出的构造稳定图方法可剔除动力学模态分解方法中出现的大量的虚假模态,完善了动力学模态分解方法在结构模态识别问题中的分析过程,通过本发明能够得到结构的模态参数。
  • 一种基于动力学分解结构参数识别方法

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