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3060451个,建议您升级VIP下载更多相关专利
  • [发明专利]特征模型的建模方法-CN201010609863.0无效
  • 张伟;赵海燕;梅宏 - 北京大学
  • 2010-12-28 - 2011-05-04 - G06F9/44
  • 本发明提供一种特征模型的建模方法,该特征模型的建模方法包括:根据系统中多个特征之间的相关性,将多个特征分成至少两个特征集合;根据各特征集合中的特征,获取各特征集合所对应的绑定谓词;根据各特征集合,获取各绑定谓词之间的组合方式通过绑定谓词和组合方式的设定,提高了复杂关系中特征模型的可复用性。
  • 特征模型建模方法
  • [发明专利]基于特征强化模型特征提取方法-CN202210175705.1在审
  • 何鸣;薛垚;王红滨;孙彧;周连科;王勇;王念滨 - 哈尔滨工程大学
  • 2022-02-24 - 2022-05-27 - G06K9/00
  • 基于特征强化模型特征提取方法,涉及水下声音特征提取技术领域,针对现有技术中对特征进行集成的时候会丢失特征位置信息的问题,步骤一:设定损失阈值,然后获取训练数据集,并利用训练数据集训练卷积神经网络,当卷积神经网络误差小于等于损失阈值时,提取卷积神经网络池化后的特征矩阵;步骤二:对特征矩阵进行仿射变换;步骤三:针对仿射变换后的特征矩阵,将特征矩阵中局部位置的抗特征变化能力进行加强,得到特征矩阵N;步骤四:将特征矩阵N输入到卷积神经网络的全连接层中再次训练,得到最终特征。本申请有效的解决了现有技术中对特征进行集成的时候会丢失特征位置信息的问题。
  • 基于特征强化模型提取方法
  • [发明专利]用于预测数据特征模型-CN202210179722.2在审
  • 刘丹聃 - 上海图灵智算量子科技有限公司
  • 2022-02-25 - 2022-05-13 - G06N10/60
  • 本申请实施例涉及用于预测数据特征模型。根据本申请的一些实施例,一种用于预测数据特征模型包括:数据编码模块,其对相应的输入数据进行相应的编码;互学习模块,其基于经编码的输入数据学习所述数据特征对所述输入数据的相互依赖关系,以得到第一输出;以及对抗自编码生成模块,其基于相应的第一输出以及相应的经编码的输入数据来预测相应的数据特征,其中,所述互学习模块和所述对抗自编码生成模块中的至少一者包括量子线路。本申请实施例提供的用于预测数据特征模型可有效解决传统技术中遇到的问题。
  • 用于预测数据特征模型
  • [发明专利]模型特征处理方法及装置-CN202310281709.2在审
  • 王陈钰;李渊驰 - 上海哔哩哔哩科技有限公司
  • 2023-03-20 - 2023-07-14 - G06F16/9535
  • 本申请提供模型特征处理方法及装置,其中所述模型特征处理方法包括:响应于特征处理请求确定模型特征;基于所述模型特征对预先创建的变量数组进行更新,根据更新结果生成模型特征数组;在所述模型特征数组中读取所述模型特征对应的特征变量值,并通过对所述特征变量值进行签名,获得所述模型特征对应的特征签名;基于所述特征签名确定所述模型特征对应的特征向量,其中,所述特征向量用于计算待推荐信息的推荐分值,实现了通过计算的模型特征特征签名,确定模型所需的特征输入,提高了模型特征的预处理效率,此外,通过预先创建的变量数组提升了模型特征的空间分配效率以及存储效率,进一步提高模型特征的处理效率。
  • 模型特征处理方法装置
  • [发明专利]特征提取模型训练及特征提取方法、装置-CN202211617205.5在审
  • 王发发 - 北京爱奇艺科技有限公司
  • 2022-12-13 - 2023-03-31 - G06V10/774
  • 本发明实施例涉及一种特征提取模型训练及特征提取方法、装置,包括:将训练图片集输入初始模型,由其中的局部特征提取层从训练图片中提取若干个局部特征,由特征增强层基于注意力机制对若干个局部特征进行特征增强得到若干个增强局部特征,由全局特征提取层基于若干个增强局部特征进行特征聚合得到全局特征,由分类器根据全局特征得到训练图片的预测分类参数;根据训练图片的标签参数和预测分类参数,对初始模型模型参数进行调整,得到训练好的分类模型;基于分类模型中的局部特征提取层、特征增强层以及全局特征提取层构建用于提取全局特征特征提取模型。由此,可以实现一种端到端的全局特征提取方案,降低算法复杂度。
  • 特征提取模型训练方法装置
  • [发明专利]基于特征选择的模型检测方法-CN201510811301.7在审
  • 何鸣;杨琪;吴鹏越 - 携程计算机技术(上海)有限公司
  • 2015-11-20 - 2016-03-30 - G06K9/62
  • 本发明公开了一种基于特征选择的模型检测方法,包括:对原始数据集进行分割;采用训练集训练模型;利用模型预测训练集和验证集,得到预测误差;删除特征得到新的训练集,利用模型预测新的训练集,得到预测误差;将j+1赋值为j,返回上一步,直至取值为C执行下一步;计算新的训练集与训练集的预测误差距离;对距离进行排序,查找G个最小距离对应的特征;将特征序号保存至删除特征序列中,在训练集和验证集中删除特征;将C-G赋值为C,返回第二步,直至C≤G执行下一步;根据预测误差得到序号K,将前K-1个特征从训练集和测试集中删除;采用删除特征后的训练集训练新的模型,利用新的模型预测删除特征后的测试集,得到预测误差。
  • 基于特征选择模型检测方法
  • [发明专利]基于CAD模型特征识别算法-CN201110340827.3有效
  • 郝泳涛;楼狄明;王力生 - 同济大学
  • 2011-11-02 - 2013-05-08 - G06F17/50
  • 本发明公开了一种基于CAD模型特征识别算法,属于模型特征识别技术。该基于CAD模型特征识别算法,包括以下步骤:(1)对模型进行预处理;(2)通过定义基面来判断模型中相交面的公共边的凹凸性;(3)通过图匹配方法识别特征。本发明有效地实现了对模型的预处理,以及边的凹凸性判断,进而达到了利用基面来实现特征识别的目的,有效提高了特征识别的效率,提高了CAD建模的应用价值。
  • 基于cad模型特征识别算法
  • [发明专利]颅骨模型特征点自动标定方法-CN201910434238.8有效
  • 吴薇;任甫;翟桂英;刘大华;许泽君 - 沈阳医学院
  • 2019-05-23 - 2023-06-27 - G06T17/00
  • 本发明公开的颅骨模型特征点自动标定方法,涉及图像处理技术领域,利用尺度不变特征变换SIFT算法对二维深度图像进行计算,得到参考颅骨模型的初始特征点集,利用尺度不变特征变换SIFT算法对二维深度图像进行计算,得到参考颅骨模型的初始特征点集,利用E2LSH算法,对候选特征点集进行过滤,生成目标特征点集并将目标特征点集映射至待复原颅骨模型上,实现颅骨模型特征点的自动标定,提高了特征点自动标定的效率及准确度。
  • 颅骨模型特征自动标定方法

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