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1554240个,建议您升级VIP下载更多相关专利
  • [发明专利]题目处理模型的训练方法及装置-CN202111401395.2在审
  • 朱珊珊;陈博;柳景明 - 北京猿力未来科技有限公司
  • 2021-11-19 - 2023-05-26 - G06F18/214
  • 本申请提供题目处理模型的训练方法及装置,其中所述题目处理模型的训练方法包括:获取题目样本以及所述题目样本关联的用户属性信息和题目属性信息;基于所述用户属性信息、所述题目属性信息以及所述题目样本构建题目样本特征;将所述题目样本特征输入至题目处理模型进行处理,获得所述题目处理模型输出的预测分值;基于所述题目样本对应的样本分值和所述预测分值对所述题目处理模型进行训练,直至得到满足训练停止条件的目标题目处理模型,这使得训练的模型拥有多个维度的特征
  • 题目处理模型训练方法装置
  • [发明专利]一种基于简化压缩感知模型的快速超谐波估计方法-CN202310017159.3在审
  • 周群;肖凯文;桂泽森;郭家乐;贾峻博;王子仪;万小澳 - 四川大学
  • 2023-01-06 - 2023-04-04 - G01R23/167
  • 本发明属于超谐波测算技术领域,涉及一种基于简化压缩感知模型的快速超谐波估计方法,包括:采样数据滤波,提取超谐波分量;确定原始谱阵;利用插值因子提高原始谱阵的频率分辨率,得到原始谱阵的压缩感知模型;根据原始谱阵的概率密度分布,确定满足超谐波条件的发射频带的谱线数量;确定稀疏度与对应的矩阵索引;根据矩阵索引,构造压缩感知模型的感知矩阵,得到简化压缩感知模型;确定目标频谱阵列。本发明使用概率密度分布预测压缩感知模型的稀疏度,得到与稀疏度相关的超谐波频谱矩阵索引,得到简化的超谐波压缩感知模型,缩短了单次迭代的计算时间,从而减少超谐波压缩感知模型的计算时间,实现快速、准确的超谐波测量
  • 一种基于简化压缩感知模型快速谐波估计方法
  • [发明专利]一种基于Transformer的步态重识别方法-CN202211359431.8在审
  • 王乾宇;周金明 - 南京视察者智能科技有限公司
  • 2022-11-02 - 2023-03-28 - G06V20/40
  • 本发明公开了一种基于Transformer的步态重识别方法,该方法包括如下步骤:使用预训练好的实例分割模型对画面中的行人进行分割,再使用跟踪算法,得到每个行人的剪影图序列;对于剪影图序列中的每张图从高度维度均分,得到剪影分部图集合;将剪影分部图送入Flatten网络层进行拉伸,得到特征;用H‑Trans网络模型提取步态每个部分的跨时间特征;将跨时间特征送入合并特征提取模型G‑Trans网络模型中提取最终步态特征;将最终步态特征送入全连接层中,得到目标人员的类别,并使用大间隔余弦损失函数计算损失,进行模型训练,得到训练好的模型M;采用模型M对每个底库人员进行识别。
  • 一种基于transformer步态识别方法
  • [发明专利]图像分割方法、装置、设备及存储介质-CN202211203759.0在审
  • 傅佳美;王贯安;黄章帅;韩旭 - 广州文远知行科技有限公司
  • 2022-09-29 - 2023-02-03 - G06T7/10
  • 本发明涉及人工智能领域,公开了一种图像分割方法、装置、设备及存储介质,该方法包括:响应于针对待分割图像的当前交互操作,将待分割图像输入预设的交互式图像分割模型,通过交互式图像分割模型根据当前交互操作对待分割图像进行图像分割,得到模型输出结果;判断模型输出结果是否符合分割标准;若不符合,则将模型输出结果映射至待分割图像,并返回至响应于针对待分割图像的当前交互操作的步骤,直至当前交互操作对应的模型输出结果符合分割标准;若符合,则将模型输出结果作为待分割图像的图像分割结果输出。本方法通过每次图像参考上一交互操作的图像分割进行循环分割,能够实现聚焦区域的动态扩张,提升不同尺度目标的分割精度。
  • 图像分割方法装置设备存储介质
  • [发明专利]一种基于现代机器学习模型的运动状态精准评估方法-CN202211227806.5在审
  • 别荣芳;王耀飞 - 北京师范大学
  • 2022-10-09 - 2023-02-07 - G06V40/16
  • 本发明提出了一种基于现代机器学习模型的运动状态精准评估方法,涉及健身领域。通过先分别将不同疲劳状态下的人脸图像样本和肢体动作视频样本送给对应的卷积神经网络模型中进行训练学习,得到人脸疲劳状态检测模型和肢体动作疲劳检测模型。然后获取运动者的运动视频,将识别出的运动视频中的运动者的人脸图像和肢体动作信息分别送入人脸疲劳状态检测模型和肢体动作疲劳检测模型,接着根据人脸疲劳检测结果和肢体疲劳检测结果进行综合判断,即能够精准快速的识别出运动者的疲劳状态该方法简单快捷,能够基于人脸图像和肢体动作信息,结合目标检测和超分辨率重建等技术,利用卷积神经网络模型对运动者的疲劳状态进行精准评估。
  • 一种基于现代机器学习模型运动状态精准评估方法
  • [发明专利]步态识别模型的训练方法、步态识别方法、装置及设备-CN202211139252.3在审
  • 刘鑫辰;刘武;郑锦凯;梅涛 - 北京京东尚科信息技术有限公司
  • 2022-09-19 - 2023-01-24 - G06V40/20
  • 本发明公开了一种步态识别模型的训练方法、步态识别方法、装置及设备。该方法包括:将获取到的训练步态序列输入到初始步态识别模型中,通过初始步态识别模型中的预处理网络,基于输入的训练步态序列,输出训练序列特征;基于空间特征提取网络以及输入的训练序列特征,确定空间步态特征,以及基于时间特征提取网络以及输入的训练序列特征,确定时间步态特征;其中,空间特征提取网络和时间特征提取网络均采用二维卷积模块;通过特征重映射网络,基于空间步态特征和时间步态特征,输出预测结果;基于预测结果和标准结果,对初始步态识别模型模型参数进行调整,得到训练完成的目标步态识别模型。本发明实施例解决了模型难以训练的问题。
  • 步态识别模型训练方法装置设备
  • [发明专利]隐式全波形反演方法、装置及电子设备-CN202211273701.3在审
  • 孙剑;邢磊;许松 - 中国海洋大学
  • 2022-10-18 - 2023-01-10 - G06N3/04
  • 本申请提供一种隐式全波形反演方法、装置及电子设备,所述方法包括:构建深度学习模型;将训练用坐标系统输入所述深度学习模型进行训练,直至所述深度学习模型目标函数满足预设条件,得到训练后的深度学习模型;将待反演的坐标系统输入训练后深度学习模型所述方法具有较强的鲁棒性和泛化性,允许从随机初始化模型实现地下介质物性参数的精确反演,摆脱了全波形反演对初始模型的强依赖,同时适用于复杂构造介质;直接通过随机关闭隐式表征深度神经网络部分神经元的方式,实现对反演结果的不确定性分析
  • 隐式全波形反演方法装置电子设备
  • [发明专利]一种数据权限过滤方法及装置-CN202211316787.3在审
  • 潘昊;丰隽玮 - 太保科技有限公司
  • 2022-10-26 - 2023-01-17 - G06F21/60
  • 本申请公开了一种数据权限过滤方法及装置,在后端服务器注册数据权限模型,将数据权限模型与后端接口层的预设调用接口进行绑定。后端服务器响应于用户终端通过预设调用接口对数据权限模型的权限属性配置操作,得到权限属性配置值。后端服务器根据权限属性配置值对相关的权限数据进行过滤,得到目标权限数据。在后端服务器注册数据权限模型,将数据权限模型与预设调用接口进行绑定,用户终端通过预设调用接口调用数据权限模型并对数据权限模型的权限属性进行配置,后端服务器根据权限属性配置值对相关的权限数据进行过滤,该方法将权限数据过滤规则动态交给用户去配置
  • 一种数据权限过滤方法装置

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