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4660354个,建议您升级VIP下载更多相关专利
  • [发明专利]医学图像的匹配方法及装置-CN202210997463.4在审
  • 陈林俐;杨镇郡;张延慧 - 北京银河方圆科技有限公司;北京优脑银河科技有限公司
  • 2022-08-19 - 2022-11-11 - G06T7/00
  • 具体方案包括:提取第一影像中的源特征数据,并获取第二影像中的目标特征数据;利用源特征数据和目标特征数据进行对比识别;若识别成功,则对源特征数据和目标特征数据进行匹配,获得第一影像中生物组织的表示和第二影像中生物组织的表示的对应关系本发明所提供的实施例通过提取第一影像中的源特征数据和第二影像中的目标特征数据,并对源特征数据和目标特征数据进行识别。当识别成功时,才对源特征数据和目标特征数据进行匹配,这样能够剔除大部分无关特征数据,此时再确定源特征数据及目标特征数据的匹配关系,能够提高匹配的运行效率,降低配准时间,提高匹配的鲁棒性。
  • 医学图像匹配方法装置
  • [发明专利]一种中医智能辩证论治装置-CN202111583091.2在审
  • 温川飙;黄宗海;陈菊;宋海贝 - 成都中医药大学
  • 2021-12-22 - 2022-05-10 - G16H50/70
  • 装置执行的步骤包括:S1,获取症状特征数据;S2,将症状特征数据输入Cross‑FGCNN智能辩证模型,输出症状特征数据对应的证型;其中,Cross‑FGCNN智能辩证模型包括数据嵌入模块、数据特征交叉模块、FGCNN模块和分类模块,数据嵌入模块用于将症状特征数据映射为低维稠密特征数据,并将低维稠密特征数据输出到数据特征交叉模块和FGCNN模块,数据特征交叉模块用于提取出低维稠密特征数据中的多阶线性交叉特征;FGCNN模块用于提取出低维稠密特征数据中的非线性交叉特征;分类模块用于合并多阶线性交叉特征和非线性交叉特征,输出症状特征数据对应的证型。
  • 一种中医智能辩证治装
  • [发明专利]一种数据处理方法及相关设备-CN202210203516.0在审
  • 陈醒濠;王一凯;王秀东;王云鹤 - 华为技术有限公司
  • 2022-03-02 - 2022-08-12 - G06K9/62
  • 本申请实施例公开了一种数据处理方法,该方法应用于多模态融合场景,方法包括:获取第一数据与第二数据,第一数据与第二数据的模态不同;获取第一数据的第一特征集合与第二数据的第二特征集合;使用第二特征集合中的第二目标特征替换第一特征集合中的第一目标特征,得到第三特征集合,第二目标特征与第一目标特征对应;基于第三特征集合与第二特征集合获取数据特征数据特征用于实现计算机视觉任务。通过使用不同模态数据之间的特征进行替换,可以高效融合不同模态数据的信息,使得获取的数据特征具有多模态数据的特性,提高数据特征的表达能力。
  • 一种数据处理方法相关设备
  • [发明专利]数据筛选方法、装置、设备和存储介质-CN202011608672.2在审
  • 姜奕祺;陈威华;史晓宇;王帆;李昊 - 阿里巴巴集团控股有限公司
  • 2020-12-29 - 2022-07-15 - G06V10/771
  • 本申请实施例提供了一种数据筛选方法、装置、设备和存储介质,以对数据进行筛选。对源数据和目标数据进行特征解耦,确定源数据特征和目标数据特征;依据所述源数据特征和目标数据特征确定目标数据的筛选条件;基于所述筛选条件对所述目标数据进行筛选,确定筛选的目标数据。对源数据和目标数据进行特征解耦,得到源数据特征和目标数据特征,然后以源数据对应特征为基准,在源数据的基础上对目标数据进行筛选,得到更加符合后续处理需求的目标数据,所筛选的目标数据能够在源数据的基础上保留差异的特征,为后续的处理提供更加多样的数据基础。
  • 数据筛选方法装置设备存储介质
  • [发明专利]用户身份识别方法、装置、设备及介质-CN202010276558.8在审
  • 郑丹丹;李亮;王立彬 - 支付宝(杭州)信息技术有限公司
  • 2020-04-10 - 2020-05-19 - G06K9/00
  • 在一种实施例中,一种用户身份识别方法包括:首先获取第一生物特征数据,第一生物特征数据包括第一人脸特征数据;然后在多个预设人脸特征数据中,识别与第一人脸特征数据相匹配的目标人脸特征数据,目标人脸特征数据为与第一人脸特征数据的相似度满足第一预设条件的预设人脸特征数据;最后在目标人脸特征数据与第一人脸特征数据的相似度大于或等于预设相似度阈值且目标生物特征数据满足第二预设条件的情况下,根据与目标生物特征数据相关联的目标用户身份信息,确定第一生物特征数据对应的第一用户身份信息,目标生物特征数据为目标人脸特征数据所属的预设生物特征数据
  • 用户身份识别方法装置设备介质
  • [发明专利]车辆的位置确定方法、装置及电子设备-CN202210920112.3在审
  • 张天奇;曹容川;陈博 - 中国第一汽车股份有限公司
  • 2022-08-01 - 2022-11-25 - G06V20/58
  • 其中,该方法包括:获取目标车辆的初始位置数据与目标图像数据;依据目标图像数据,确定在预定坐标系下的多个目标特征数据以及与多个目标特征数据分别对应的目标特征类别,并依据初始位置数据,确定在预定坐标系下初始位置数据对应的多个地图特征数据,以及与多个地图特征数据分别对应的地图特征类别;依据多个目标特征数据,与多个目标特征数据分别对应的目标特征类别,多个地图特征数据,以及与多个地图特征数据对应的地图特征类别多个地图特征数据,确定目标误差数据;依据目标误差数据,确定目标位置数据
  • 车辆位置确定方法装置电子设备
  • [发明专利]数据下发方法、数据管理系统、服务器及存储介质-CN202310908445.9在审
  • 王志浩 - 苏州浪潮智能科技有限公司
  • 2023-07-24 - 2023-08-22 - G06F3/06
  • 本发明涉及数据存储技术领域,公开了数据下发方法、数据管理系统、服务器及存储介质。数据下发方法,包括:读取在当前业务场景下生成的特征数据以及特征数据对应的特征数据标签;确定硬盘存储阵列模块中分别与特征数据对应的第一硬盘阵列单元以及与特征数据标签对应的第二硬盘阵列单元;将特征数据下发至第一硬盘阵列单元以及将特征数据标签下发至第二硬盘阵列单元,以供第一硬盘阵列单元存储特征数据,第二硬盘阵列单元存储特征数据标签。通过特征数据标签管理模块对特征数据标签进行针对性管理和下发,有助于加快硬盘存储阵列模块存储特征数据特征数据标签的存储效率,从而有助于保障分布式存储系统的可靠性和稳定性。
  • 数据下发方法数据管理系统服务器存储介质
  • [发明专利]一种采集和使用用户特征数据识别用户的系统和方法-CN200510009244.7有效
  • 焦洪国 - 亚信科技(中国)有限公司
  • 2005-02-02 - 2006-08-09 - H04Q7/38
  • 本发明涉及一种采集和使用用户特征数据识别用户的系统,包括数据集市、中间数据处理装置、中间数据存储单元、特征数据采集装置、特征数据存储单元和特征数据识别装置;数据集市用于存储用户数据;中间数据处理装置从所述数据集市中抽取与特征数据采集有关的数据,对数据进行格式转换后,装载到中间数据存储单元;所述中间数据存储单元的数据用于特征数据的采集和识别处理;所述特征数据采集装置包括交往圈采集单元,接收所述中间数据存储单元的数据,采集用户的交往指数,存储到所述特征数据存储单元;特征数据识别装置根据中间数据存储单元和特征数据存储单元的数据识别用户。本发明还相应地公开了一种采集和使用用户特征数据识别用户的方法。
  • 一种采集使用用户特征数据识别系统方法
  • [发明专利]数据增强方法、装置、设备及存储介质-CN202211588653.7在审
  • 闫瑞海 - 大连熵基科技有限公司
  • 2022-12-09 - 2023-04-18 - G06V10/774
  • 本申请适用于数据处理技术领域,提供一种数据增强方法、装置、设备及存储介质,其中,数据增强方法包括:分别对目标数据集和训练数据集中的图像数据进行特征提取,得到目标数据特征向量和训练数据特征向量;对所述目标数据特征向量和所述训练数据特征向量进行区别特征融合,得到融合特征向量;根据所述融合特征向量,生成与所述融合特征向量对应的融合图像数据;将所述训练数据集中的图像数据更新为所述融合图像数据。本申请能够将目标数据集中出现的个别差异数据的区别特征融合到训练数据集中的图像数据,使得增强后的训练数据集中的图像数据也能够覆盖到这些个别差异数据
  • 数据增强方法装置设备存储介质

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