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873146个,建议您升级VIP下载更多相关专利
  • [发明专利]账票种类识别程序、账票种类识别方法以及账票种类识别装置-CN200780052064.4有效
  • 皆川明洋;武部浩明;藤本克仁 - 富士通株式会社
  • 2007-03-08 - 2010-01-06 - G06K9/72
  • 一种账票种类识别装置,与各账票种类对应地预先保持存储了成为用于识别账票种类的关键的多个关键字的账票种类识别信息DB,对账票上所填写的字符串进行排列,使用账票种类识别信息DB中所存储的多个关键字,对每个关键字分别生成用于与账票上所填写的字符串进行对照的多个部分字符串,分别对照排列后的各组字符串和所生成的各部分字符串,对于对照成功了的各部分字符串,在对每个关键字取得各部分字符串相对于各组字符串的对照率最大时的正确解字符数以后,使用各正确解字符数对每个账票种类计算出评价了是该账票种类的可能性的评价值以决定账票种类
  • 种类识别程序方法以及装置
  • [发明专利]植物种类识别方法、识别装置和服务器-CN201610932834.5在审
  • 王刚 - 深圳前海弘稼科技有限公司
  • 2016-10-31 - 2017-03-15 - G06K9/62
  • 本发明提出了一种植物种类识别方法、识别装置和服务器,其中,所述植物种类识别方法包括获取多种植物中的每种植物的特征数据,根据所述每种植物的特征数据,构建出植物种类识别模型;在接收到识别信号时,获取待识别植物的特征数据,根据所述植物种类识别模型,确定与所述待识别植物的特征数据匹配的目标植物种类;将所述目标植物种类作为所述待识别植物的种类。通过本发明的技术方案,可以有效地提高植物种类识别的准确率,从而根据识别出的植物种类进行智能农业控制。
  • 植物种类识别方法装置服务器
  • [发明专利]植物种类识别方法、装置及智能眼镜-CN202211040923.0在审
  • 刘威;关婧妍;夏勇峰 - 北京蜂巢世纪科技有限公司
  • 2022-08-29 - 2023-07-11 - G06V10/764
  • 本发明提供了一种植物种类识别方法、装置及智能眼镜,包括:采集待识别植物的植物数据;上述植物数据包括:植物图像特征、采集高度以及采集角度;上述采集角度用于指示上述待识别植物与采集点之间的连线与铅垂线的夹角;将上述植物数据输入预先训练好的植物种类识别模型中,输出植物种类识别结果;上述植物种类识别结果包括上述待识别植物的植物种类以及上述植物种类对应的概率;根据上述植物种类识别结果,确定上述待识别植物的植物种类本申请通过增加植物种类识别过程的数据维度,提升了植物识别的准确率。
  • 植物种类识别方法装置智能眼镜
  • [发明专利]用于识别生物种类的方法及系统-CN201911092049.3有效
  • 徐青松;李青 - 杭州睿琪软件有限公司
  • 2019-11-11 - 2023-05-26 - G06F18/24
  • 本公开涉及一种用于识别生物种类的方法,包括:基于第一样本集建立用于识别生物种类的第一识别模型,其中,第一样本集中对生物的每个种类的样本个数基本相同;基于第一识别模型向用户提供识别生物种类的服务,并记录用户使用第一识别模型识别的生物的每个种类的各自的次数;建立第二样本集,其中,根据所记录的各自的次数,来设置第二样本集中针对生物的每个种类的样本个数,从而建立第二样本集;基于第二样本集对第一识别模型进行训练,以建立用于识别生物种类的第二识别模型;以及基于第二识别模型向目标用户提供识别生物种类的服务本公开还涉及用于识别生物种类的系统、以及建立用于识别生物种类的模型的方法及系统。
  • 用于识别生物种类方法系统
  • [发明专利]多类识别器以及多类识别方法-CN201310213817.2有效
  • 松永和久;广浜雅行;中込浩一;二瓶道大 - 卡西欧计算机株式会社
  • 2013-05-31 - 2013-12-18 - G06F17/30
  • 本发明提供一种多类识别器及多类识别方法。由第1层级识别器来识别图像的种类,特定种类的小组由第2层级识别识别,多类识别器具备:第1学习单元,接收学习用图像并基于所接收到的图像生成种类识别器;识别错误总计单元,将试验用的图像输入至种类识别器并个别地识别所输入的该图像的种类,针对多个种类中的任意数量的种类的组合总计在属于该组合的任意数量的种类之间进行了错误识别的次数;分组处理单元,针对总计的结果成为规定的阈值以上的组合的小组而对学习用图像赋予小组标签;和第2学习单元,接收学习用图像并基于所接收到的图像来生成小组识别器,与种类识别器合起来构成第1层级识别器,并且生成小组内识别器来构成第2层级识别器。
  • 识别以及方法
  • [发明专利]一种基于荧光光谱的溢油种类识别方法-CN201010216725.6无效
  • 赵朝方;齐敏珺;马佑军;李晓龙 - 中国海洋大学
  • 2010-06-22 - 2010-12-22 - G06K9/62
  • 本发明公开了一种基于荧光光谱的溢油种类识别方法,包括建立溢油识别模型的过程,以及通过溢油识别模型识别溢油种类的过程;建立溢油识别模型的过程包括建立初次识别模型的步骤和建立二次识别模型的步骤,其中,建立二次识别模型的步骤是基于已知溢油种类的光谱、利用粒子群优化算法选择全局最优二次识别模型;通过溢油识别模型识别溢油种类的过程包括采用初次识别模型识别溢油种类的步骤以及根据初次识别结果判断是否采用二次识别模型进行识别的步骤。本发明通过分层次的识别分类方法,增加了可识别溢油种类的数量,提高了方法的识别效率和自适应能力。
  • 一种基于荧光光谱溢油种类识别方法
  • [发明专利]一种用于垃圾种类识别的完善方法和后台服务器-CN201911072609.9在审
  • 章晋涛;梁毅 - 广东拜登网络技术有限公司
  • 2019-11-05 - 2020-05-01 - B65F1/14
  • 本发明公开了一种用于垃圾种类识别的完善方法和后台服务器,所述用于垃圾种类识别的完善方法,包括以下步骤:获取摄像模块发送的照片,通过垃圾种类识别模块对所述照片中的至少一种垃圾图像的种类进行识别,对所述照片中未能识别出垃圾种类的垃圾图像进行标记,从而形成待标记照片,以使用户通过客户端获取所述待标记照片,并对所述待标记照片中的未能识别出垃圾种类的垃圾图像的种类进行标记,以形成完成标记照片;获取所述完成标记照片,并将所述完成标记照片作为垃圾分类训练模块的训练集,并输出训练结果至所述垃圾种类识别模块,从而实现智能垃圾回收箱自动进行智能学习,最终增加智能垃圾回收箱可以识别垃圾种类
  • 一种用于垃圾种类识别完善方法后台服务器
  • [发明专利]一种鱼类种类识别方法、装置及存储介质-CN202111035448.3在审
  • 邹玉玲 - 深圳市天和荣科技有限公司
  • 2021-09-06 - 2021-10-01 - G06F16/2458
  • 一种鱼类种类识别方法、装置及存储介质,所述方法包括步骤:获取目标鱼群的目标气泡;获取所述目标气泡的参数特征;获取鱼类种类气泡特征数据库;将所述参数特征与所述鱼类种类气泡特征数据库对比;根据对比结果识别所述目标鱼群的种类本申请提供的一种鱼类种类识别方法、装置及存储介质可以将鱼类种类及对应的气泡特征进行一一对应并形成专门的鱼类种类气泡特征数据库,并根据待识别鱼类的气泡参数特征在鱼类种类气泡特征数据库中反向识别相应的鱼类种类,自动化程度高,且识别效率高,同时还可以从多个维度进行综合识别识别成功率和准确率高。
  • 一种鱼类种类识别方法装置存储介质
  • [发明专利]油的种类识别方法以及油的种类识别-CN200780022117.8有效
  • 荒川智 - 东亚DKK株式会社
  • 2007-06-27 - 2009-06-24 - G01N21/35
  • 一种油的种类识别方法及油的种类识别器,即使在油中存在遮光成分的情况下,也能够准确识别油的种类,防止对混合油的错误识别。该方法步骤包括:测定近红外光的透射光谱的步骤;将透射光谱转换成吸光度光谱的步骤;将存在于规定的化学键的各归属波长附近的两种波长的吸光度之差与0.0作比较,识别汽油类或非汽油类的第一识别步骤;求出吸光度的一次微分光谱的步骤;将存在于规定的化学键的各归属波长附近的至少四种波长的吸光度的一次微分值乘以系数并进行加算后再加上常数得到的值与0.0作比较,识别普通汽油或高辛烷值汽油的第二识别步骤;将存在于规定的化学键的各归属波长附近的两种波长的吸光度之差与0.0作比较,识别煤油或轻油的第三识别步骤。
  • 种类识别方法以及

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