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9596737个,建议您升级VIP下载更多相关专利
  • [发明专利]等离子显示板的电极制造方法-CN200610139445.3无效
  • 徐炳华;全源锡;金济奭;柳炳吉 - 乐金电子(南京)等离子有限公司
  • 2006-09-22 - 2007-09-05 - H01J9/02
  • 本发明为等离子显示板的电极制造方法相关发明,传统技术存在印刷总线电极时,因橡皮布和上端玻璃基板之间发生的旋转及移动的动作而引起错误,使总线电极和黑色矩阵不能准确重叠,而在黑色矩阵外部形成总线电极的问题。考虑这些问题,本发明的结构为在阴极框上设置电极和重叠到上述电极的黑色矩阵结构物,再将形成的结构物移到基板上进行印刷,从而同时形成黑色矩阵和电极结合结构物。因此,通过在上端玻璃基板上同时形成黑色矩阵和总线电极,具有简化等离子显示板上板的制造工序,使黑色矩阵和总线电极之间无错位地在黑色矩阵的边缘重叠形成总线电极,由此可以轻松制造细微模型的总线电极的效果。
  • 等离子显示电极制造方法
  • [发明专利]基于稀疏结构的图像质量评价方法-CN201410349228.1有效
  • 吴军;李会方;冯晓毅;夏召强;曹正文 - 西北工业大学
  • 2014-07-22 - 2017-01-18 - G06T7/00
  • 本发明公开了一种基于稀疏结构的图像质量评价方法,用于解决现有图像质量评价方法评价效果差的技术问题。技术方案是对于输入的参考和退化图像,首先进行采样,得到参考图像采样矩阵和退化图像采样矩阵。然后使用参考图像采样矩阵学习出字典。求稀疏解就是使用学习出的字典,稀疏表示参考图像矩阵和退化图像矩阵,得到参考图像稀疏表示系数矩阵和退化图像稀疏表示系数矩阵。最后使用稀疏系数结构改变度评价图像质量。该方法采用稀疏结构来评价图像质量,能够更好地评价图像质量。且计算更加简单,由于不涉及具体稀疏表示系数的幅度值,所以鲁棒性更强。
  • 基于稀疏结构图像质量评价方法
  • [发明专利]一种矩阵运算的安全外包方法-CN201811372667.9有效
  • 田呈亮;张胜霞 - 青岛大学
  • 2018-11-16 - 2023-06-02 - G06F17/16
  • 本发明提供了一种大规模矩阵运算的安全外包算法,其采用连续的具有简洁结构的稀疏幺模矩阵变换加密技术。一方面,多个稀疏变换连续作用达到了稠密矩阵加密的效果,从而保护了原始矩阵特定元素的统计信息;另一方面,矩阵乘法的可结合性与稀疏矩阵结构的简洁性又保证了矩阵加解密技术的高效性。此外,该技术具有较好的普适性,适用于外包MM,MIC和MDC等多种情况下的矩阵运算,较好地兼顾了输入输出的隐私性、高效可验证性与效率。
  • 一种矩阵运算安全外包方法
  • [发明专利]基于单元信息矩阵组装的逆有限元变形重构方法-CN202210312365.2在审
  • 袁慎芳;董田钰;黄天翔;陈健;吴雯泱 - 南京航空航天大学
  • 2022-03-28 - 2022-07-12 - G06F30/15
  • 本发明公开了一种基于单元信息矩阵组装的逆有限元变形重构方法,包括:构造子单元信息矩阵;整体组装并求解全局重构方程组。本发明通过构造每个逆向单元的子单元信息矩阵,并利用稀疏矩阵实现所有逆向单元的子信息矩阵的组装和存储得到全单元信息矩阵,再将稀疏矩阵形式的全单元信息矩阵转换为全矩阵的方法,得到全局等效刚度矩阵和全局等效外力矩阵,最终建立全局变形重构方程组,求解该方程组得到全局单元结点位移,进一步可以采用形函数插值法得到结构内任一点变形情况从而实现变形重构,数据存储量小,重构速度快,能够用于实时变形监测,在满足航空航天结构变形监测需求的同时大幅提高了重构速度
  • 基于单元信息矩阵组装有限元变形方法
  • [发明专利]一种基于自动机器学习的图结构搜索方法-CN202011357356.2在审
  • 李波;任怡彬;王绍谦;戴玉超 - 西北工业大学
  • 2020-11-27 - 2021-04-02 - G06K9/62
  • 本发明公开了一种基于自动机器学习的图结构搜索方法,如下:步骤S1、从输入的图像或者视频中,按照时间先后顺序顺次提取每一帧图像中的图结构的节点信息,节点信息和边形成拓扑结构图序列Gt,Gt=(Vt,Et);上述各帧图像中的边构成一个边集Et={vtivtj|(i,j)∈H};步骤S2、将边集Et和连接权重构建邻接矩阵W={Wij|i,j=1,…,N}。初始化邻接矩阵,得初始化后的邻接矩阵W1。步骤S3、得训练后的邻接矩阵W2;由邻接矩阵W2得超参数邻接矩阵W3,超参数邻接矩阵W3和节点集Vt形成高鲁棒性拓扑图结构。通过搜索整个样本集学习得到一种高鲁棒性图结构,将图卷积中的权重矩阵扩大到整个拓扑图结构
  • 一种基于自动机器学习结构搜索方法
  • [发明专利]一种网络安全通信方法-CN202211277839.0在审
  • 黄文泳;李晓璞 - 郑州辉曼电子科技有限公司
  • 2022-10-19 - 2023-01-31 - H04L9/00
  • 本发明涉及计算机网络安全技术领域,具体涉及一种网络安全通信方法,包括:获取编码后的数据;将编码后的数据转换为非结构化数据;利用混沌序列对非结构化数据进行置乱;对置乱后的非结构化数据进行分块;构建混沌数据矩阵,对混沌数据矩阵进行分块,得到混沌子块;利用混沌子块的中值数和均值数得到该混沌子块的第一和第二基础二阶可逆矩阵,进而得到该混沌子块的自适应四阶可逆矩阵;利用置乱后的非结构化数据块的字符编号矩阵及混沌子块的自适应四阶可逆矩阵,得到置乱后的非结构化数据块的加密矩阵;利用置乱后的非结构化数据块的加密矩阵对数据进行加密,得到加密后的通信数据。
  • 一种网络安全通信方法
  • [发明专利]一种用于推荐系统的数据结构化处理方法-CN201610011721.1有效
  • 脱立恒;李南星;刘学;李超鹏 - 中国科学院声学研究所
  • 2016-01-08 - 2019-08-20 - G06F16/25
  • 本发明提供了一种用于推荐系统的数据结构化处理方法,所述方法包括:从多源业务系统中采集内容元数据、用户属性数据、用户互动数据和用户业务行为数据;根据内容元数据得到内容‑内容关系矩阵II;根据用户属性数据通过相似度对用户进行合并,从而对所述用户互动数据和用户业务行为数据进行合并;根据合并后的用户互动数据得到用户‑用户关系矩阵UU;根据合并后的用户业务行为数据得到初始的用户‑内容关系矩阵U‑I,并将该矩阵重新调整行列顺序得到排序后的用户‑内容关系矩阵UI;将UU矩阵、UI矩阵与II矩阵进行相乘,得到结构化后的用户‑内容关系矩阵,用于内容推荐系统。
  • 一种用于推荐系统数据结构处理方法
  • [发明专利]一种基于矩阵分解的逻辑电路简化方法及系统-CN202210452825.1在审
  • 冯俊娥;赵荣;王彦斐 - 山东大学
  • 2022-04-27 - 2022-07-22 - G06F30/337
  • 本发明属于控制技术领域,提供了一种基于矩阵分解的逻辑电路简化方法及系统,该方法包括对原始电路变量进行向量化处理,获得逻辑函数的结构矩阵;判断结构矩阵是否满足预设的形式,若满足,对结构矩阵进行简化去掉多余的电路变量,否则将逻辑函数展开为等价的两合取公式的析取形式,检查合取公式中逻辑函数对应的结构矩阵的阶数,若其结构矩阵为二阶,则可获得形如多个合取公式析取的逻辑函数,若不是,返回到逻辑矩阵化简变形的步骤,判断由多个合取公式析取而成的逻辑函数中是否含有被析取的单独变量
  • 一种基于矩阵分解逻辑电路简化方法系统
  • [发明专利]基于多重信息融合及图优化的社交网络对齐方法及系统-CN202310740179.3在审
  • 熊菲;彭劲恺;周洪德;孙浩然 - 北京交通大学
  • 2023-06-21 - 2023-09-19 - G06F16/9536
  • 本发明提供一种基于多重信息融合及图优化的社交网络对齐方法及系统,属于互联网社交网络技术领域,根据构建的社交网络用户图数据,获取用户的结构信息、用户的行为信息和用户的属性信息;根据构建的优化模型;分别获取了源网络节点结构嵌入矩阵到目标网络结构信息嵌入矩阵、行为信息嵌入矩阵以及属性信息嵌入矩阵的传输矩阵,计算得到源网络和目标网络的三个节点嵌入相似度矩阵;基于门控机制获取融合嵌入相似度矩阵,获取用户对齐节点。本发明提取了用户的语义特征,减少了网络结构的稀疏,无需预训练数据,更适合大规模网络的需求;通过用户属性特征和网络拓扑特征的学习,降低了结构噪声和属性噪声的干扰,提高了跨社交网络用户对齐的准确性。
  • 基于多重信息融合优化社交网络对齐方法系统

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