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210060个,建议您升级VIP下载更多相关专利
  • [发明专利]节能雨水箱测控系统-CN201410663646.8有效
  • 齐超;刘伟健;王泽松;王烨;张磊 - 哈尔滨工业大学
  • 2014-11-19 - 2015-03-25 - G05D9/12
  • 它是基于模糊规则执行器实现的,模糊规则执行器用于采集节能雨水箱的液位高度和杂质浓度,并通过模糊化,生成水位高度隶属函数和杂质浓度隶属函数,通过水位高度隶属函数和杂质浓度隶属函数综合作用,生成水位下降速度隶属函数,根据水位高度隶属函数、杂质浓度隶属函数及水位下降速度隶属函数获得模糊控制规则,根据糊控制规则控制雨水箱水位下降速度。
  • 节能雨水测控系统
  • [发明专利]用于语音分段的方法和设备-CN200680056814.0有效
  • R·杜;Y·陶;D·祝 - 英特尔公司
  • 2006-12-27 - 2009-10-28 - G10L15/04
  • 在一些实施例中,可确定模糊规则以区分语音段和非语音段。模糊规则的前件可包括输入变量和输入变量隶属关系。模糊规则的后件可包括输出变量和输出变量隶属关系。可从段提取输入变量的实例。可训练与输入变量隶属关系关联的输入变量隶属函数以及与输出变量隶属关系关联的输出变量隶属函数。可运算输入变量的实例、输入变量隶属函数、输出变量和输出变量隶属函数,以确定段是语音段还是非语音段。
  • 用于语音分段方法设备
  • [发明专利]一种基于锚图的模糊聚类方法及装置-CN202010554321.1有效
  • 杨晓君;许裕雄;郭春炳;蔡湧达;梁珂;黄晓蓓 - 广东工业大学
  • 2020-06-17 - 2022-06-24 - G06V10/762
  • 本申请公开了一种基于锚图的模糊聚类方法及装置,方法包括:从图像的原始数据矩阵选取多个锚点构成锚图矩阵;将锚图矩阵与对角矩阵的逆矩阵相乘,并对相乘后的矩阵进行奇异值分解得到谱嵌入数据;建立全局的模糊隶属度矩阵与锚图矩阵的关系;由模糊隶属度矩阵与锚图矩阵的关系建立基于锚图的模糊聚类目标函数,目标函数中设置了正则项;迭代求解基于锚图的模糊聚类目标函数,直到基于锚图的模糊聚类目标函数收敛;采用收敛的基于锚图的模糊聚类目标函数对谱嵌入数据进行离散化本申请能够更好地获取锚图和模糊隶属度之间的联系,平衡数据点和所有聚类中心的模糊隶属度,获得更合理的模糊隶属度。
  • 一种基于模糊方法装置
  • [发明专利]基于模糊化高斯隶属函数的高分辨率遥感影像分割方法-CN201610099723.0有效
  • 王春艳;徐爱功;杨本臣;姜勇 - 辽宁工程技术大学
  • 2016-02-22 - 2018-01-30 - G06T7/10
  • 本发明提出一种基于模糊化高斯隶属函数的高分辨率遥感影像分割方法,监督采样提取训练样本,计算训练样本中每个像素的灰度值在对应的地物类别中出现的频率值;对不同地物类别建立高斯隶属函数模型;高斯隶属函数模型参数模糊化,建立模糊隶属函数;建立线性神经网络模型作为高分辨率遥感影像的目标函数,融入空间关系得到高分辨率遥感影像的目标函数矩阵;按最大隶属度原则划分高分辨率遥感影像的目标函数矩阵;按照设定步长改变调节因子,取最优分割作为最终结果本发明以模糊隶属函数的边界信息及原始隶属函数为基础,建立目标函数并融入了空间关系,实现了对高分辨率遥感影像复杂分布特征的精确拟合,并有效克服了噪声,提高了分割精度。
  • 基于模糊化高斯隶属函数高分辨率遥感影像分割方法
  • [发明专利]基于分解模糊神经网络的二氧化硫浓度预测方法-CN201811480356.4有效
  • 赵亮;谢志峰;董维中 - 河南工业大学
  • 2018-12-05 - 2021-02-02 - G06N3/04
  • 本发明属于计算智能网络优化技术领域,涉及一种基于分解模糊神经网络的二氧化硫浓度预测方法,包含:建立分解模糊神经网络,依据用户指定参数对输入数据空间进行迭代聚类,获取聚类结果,依据聚类结果确定分解模糊神经网络组件数,及分解模糊神经网络规则前件隶属函数中心;根据分解模糊神经网络组件数及分解模糊神经网络规则前件隶属函数中心,确定网络参数;依据网络参数,确定优化分解模糊神经网络。本发明通过模糊聚类来确定分解模糊神经网络中组件规则数,对模糊神经网络输入模糊隶属函数参数、规则前件隶属函数参数和组件权值进行优化处理,使得分解模糊神经网络模型建模精度更高,缩短学习时间,提高模型训练学习效率
  • 基于分解模糊神经网络二氧化硫浓度预测方法
  • [发明专利]一种基于自适应模糊控制的混合动力汽车能量管理方法-CN202011356794.7有效
  • 胡志远;夏孝程;谭丕强;楼狄明 - 同济大学
  • 2020-11-26 - 2021-10-08 - B60W20/11
  • 本发明涉及一种基于自适应模糊控制的混合动力汽车能量管理方法,包括以下步骤:基于先验知识和汽车系统结构初始化模糊规则和隶属函数并将其用染色体表示;在各个待测试工况下分别通过遗传算法对模糊规则和隶属函数进行优化,找到油耗量小且SOC变化值小的最优模糊控制参数;根据各个工况的最优模糊控制参数进行混合动力汽车能量管理。与现有技术相比,本发明通过遗传算法在不同工况下对模糊规则和隶属函数进行迭代优化,再使用优化后的模糊规则和隶属函数进行能量管理,降低了模糊控制能量管理策略对专家知识及经验的依赖性,相比于人为试探确定模糊控制参数的方法,可以迅速找到不同工况下的最优模糊控制参数。
  • 一种基于自适应模糊控制混合动力汽车能量管理方法

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