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2785560个,建议您升级VIP下载更多相关专利
  • [发明专利]一种从边缘端相机到算法推理过程数据预处理的方法-CN202110900913.9在审
  • 韩民乐;朱亮 - 上海华测导航技术股份有限公司
  • 2021-08-06 - 2021-11-09 - G06K9/00
  • 本发明公开了一种从边缘端相机到算法推理过程数据预处理的方法,包括以下步骤:S1、数据处理开始,具体场景选择不同规格的相机;S11、判断相机分辨率是否满足要求,若分辨率不满足要求,则返回S1,若分辨率满足要求,则转至S12;S12、判断功率是否满足要求,若功率不满足要求,则返回S1。本发明提供了从边缘端相机到算法推理过程数据预处理的方法,在精准农业,高精度数据测绘等工业领域适用,根据具体对应的场景,采用SPV数据采集方法、MPP数据处理方法、LM数据标注方法多维度对数据质量进行管控,克服了在现有测绘、精准农业场景下数据数据预处理在深度学习算法精度不能进一步提高导致落地困难的缺陷。
  • 一种边缘端相算法推理过程数据预处理方法
  • [发明专利]移动通信网络的测位系统和测位方法-CN201310279338.0有效
  • 石井健一 - 日本电气株式会社
  • 2004-04-05 - 2017-12-12 - H04W4/02
  • 提供一种根据来自客户装置的测位精度要求级别生成适当应答的测位系统。客户装置101指定要求的测位精度和其要求级别,对服务器装置102发送移动台103的测位要求。服务器装置102确认客户装置101要求的测位的精度,如果存在满足要求精度的测位结果,就应答该测位结果。不存在满足要求精度的测位结果的情况下,服务器装置102确认精度要求级别,在第二级别(“Best Effort”)时,选择测位精度最高的测位结果,应答给客户装置101,在第一级别(“Assured”)时通知出错
  • 移动通信网络测位系统方法
  • [发明专利]移动通信网络的测位系统和测位方法-CN200480001441.8有效
  • 石井健一 - 日本电气株式会社
  • 2004-04-05 - 2005-12-07 - H04B7/26
  • 提供一种根据来自客户装置的测位精度要求级别生成适当应答的测位系统。客户装置101指定要求的测位精度和其要求级别,对服务器装置102发送移动台103的测位要求。服务器装置102确认客户装置101要求的测位的精度,如果存在满足要求精度的测位结果,就应答该测位结果。不存在满足要求精度的测位结果的情况下,服务器装置102确认精度要求级别,在第二级别(“Best Effort”)时,选择测位精度最高的测位结果,应答给客户装置101,在第一级别(“Assured”)时通知出错
  • 移动通信网络测位系统方法
  • [发明专利]一种基于神经网络模型的试验设计方法-CN202310275615.4在审
  • 陈刚;韩仁坤;钱炜祺;孔轶男 - 西安交通大学
  • 2023-03-21 - 2023-06-23 - G06F30/15
  • 一种基于神经网络模型的试验设计方法,包括以下步骤;初始试验设计选择试验工况点,构建包含所有初始试验样本点处飞行工况参数和升阻力系数的试验数据集;构建神经网络气动模型,并使用所述试验数据进行训练;判断训练完成的神经网络气动模型预测精度是否满足要求;若预测精度满足要求,则基于训练完成的神经网络气动模型构造信息矩阵;使用最优试验设计方法选择新增试验工况点,将新增试验点数据纳入试验数据集中;重复步骤,直至预测精度满足要求,则停止加点,当前神经网络模型作为预测模型预测所有飞行工况下的升阻力系数本发明基于神经网络模型进行序贯采样,逐步增加样本量以提高神经网络建模精度。提高了试验效率,节约建模成本。
  • 一种基于神经网络模型试验设计方法
  • [发明专利]一种基于多项特征的建筑工程分析方法-CN202011389550.9在审
  • 肖程耀;丁瑞丰;郑勇;鞠明;李思哲;李皓月 - 四川省第六建筑有限公司
  • 2020-12-02 - 2021-02-19 - G06Q10/04
  • 先采集样本,对样本进行分析处理,确定特征向量,基于特征向量划分训练集,对RBF神经网络结构进行初始化处理,设置初始化参数,将训练集输入该模型,对输出结果进行分析,判断该输出结果与期望结果之间的误差是否满足要求,如果不满足要求,从输出层反向传播该误差,重新调整RBF神经网络的阈值和权值,重复该过程,直至该误差满足要求,输入测试集对该方法进行评估,确定该方法满足建筑工程领域对分析结果的精度要求。本发明确定的9项特征与分析结果的关系更为密切,将分析误差归结为权值和阈值的“过错”,只使用原始样本就能得到理想的分析结果,最终得到一种高精度的分析方法。
  • 一种基于多项特征建筑工程分析方法

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