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1421773个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于建筑物三维线段模型的假设平面拟合方法-CN201810573137.4有效
  • 张小国;王果;林立洲;王慧青 - 东南大学
  • 2018-06-06 - 2021-11-30 - G06F30/13
  • 本发明公开了一种基于建筑物三维线段模型的假设平面拟合方法,针对目前尚无有效的仅以三维线段模型为源数据的建筑物假设平面模型拟合方法的问题,本发明仅以三维线段模型为源数据,实现了建筑物假设平面模型的快速提取本发明的方法主要流程包括:(1)基于线段夹角对三维线段进行初步;(2)从线段初始中提取轴方向和非轴方向线段,并以其为基准,对未分类的三维线段进行二次和线段过滤,最终获取准确的线段;(3)从线段模型中获取点云数据,根据线段结果确定轴方向和非轴方向假设平面的法向量方向,依据这些法向量方向使用不同的方法分别对轴方向和非轴方向假设平面进行拟合,得到建筑物的假设平面模型
  • 一种基于建筑物三维线段模型假设平面拟合方法
  • [发明专利]用户方法、数据方法、装置、电子设备-CN202210044641.1有效
  • 吴大庆;王鹏飞;陈冲;申晨;黄建强;华先胜 - 阿里巴巴达摩院(杭州)科技有限公司
  • 2022-01-14 - 2022-08-19 - G06K9/62
  • 本申请提供一种用于对社交应用中用户的方法、一种数据方法、装置、电子设备以及计算机存储介质,由于该方法,在确定目标社交应用中的用户之后,基于目标社交应用中的用户,确定在超球面模型涉及的隐空间内用于对用户进行向量表示的用户隐向量,并基于用户隐向量,获得用户在超球面模型上混合分布的目标混合分布参数;根据目标混合分布参数,确定用户在超球面模型的各个簇分布的概率;基于用户在超球面模型的各个簇分布的概率,获得用户的结果信息。由于该方法基于超球面模型作为整体框架,可以获得超球面模型中的不同簇的差异性。基于不同簇获得的用户在超球面模型的各个簇分布的概率,能够使得最终的用户的结果更符合实际,结果更为准确。
  • 用户方法数据装置电子设备
  • [发明专利]一种深度模型的数据增强方法和装置-CN202110265436.3在审
  • 陈晋音;王珏 - 浙江工业大学
  • 2021-03-11 - 2021-05-18 - G06F16/55
  • 本发明公开了一种深度模型的数据增强方法和装置,包括:获取原始数据集,并采用原始数据集优化深度模型参数,同时获得利用优化后的深度模型对原始数据集的结果;根据结果提取原始数据来构建中心样本集和边缘样本集;基于中心样本集和边缘样本集,采用生成式对抗网络生成新中心样本和新边缘样本,同时将部分新中心样本和部分新边缘样本添加到原始数据集中,获得增强数据集;利用优化后的深度模型对增强数据集进行,对原始数据集和增强数据集进行黑盒攻击
  • 一种深度模型数据增强方法装置
  • [发明专利]基于访问地点的人群移动建模方法及装置-CN202310281628.2有效
  • 李楠;张馨元 - 清华大学
  • 2023-03-22 - 2023-05-30 - G06F18/2321
  • 本申请公开了一种基于访问地点的人群移动建模方法及装置,属于轨迹预测领域,方法包括:基于历史人群移动轨迹数据获取人群中多个个体的访问地点和访问地点;根据访问地点、访问地点和历史人群移动轨迹提取人群移动特征,并根据人群移动特征生成人群移动模型模型参数,人群移动特征包括个体的所有访问地点及其所属访问地点的访问频率排序间的条件概率分布;将设定的模拟个体数量和目标时长输入人群移动模型后生成目标时长内多个模拟个体的移动轨迹本申请不仅能够预测个体的移动轨迹,还能够预测个体在访问地点之间和访问地点内部的访问模式,复现访问地点和访问地点之间的内在联系,填补了现有模型的缺陷。
  • 基于访问地点人群移动建模方法装置
  • [发明专利]基于query的数据库负载预测方法-CN202310314247.X在审
  • 请求不公布姓名 - 天云融创数据科技(北京)有限公司
  • 2023-03-28 - 2023-07-18 - G06F11/36
  • 本发明公开了一种基于query的数据库负载预测方法,该方法包括:对数据库负载中的每条query进行模板化处理;进行第一处理,将语义相似的query模板聚合为一,并将各的中心模板组成压缩负载;重复进行多次第一处理,并获取每次结果中各中心模板组成的压缩负载,计算压缩负载对原始负载的覆盖率,并基于覆盖率获取能够表示所述原始负载的压缩负载;对压缩负载进行第二处理,将到达率相似的中心模板为一;利用最大的若干中query语句的历史到达率数据训练负载预测模型,基于负载预测模型完成数据库的负载预测。本发明可以得到能够表示原始负载的压缩负载,进而提高模型预测负载的准确性。
  • 基于query数据库负载预测方法
  • [发明专利]一种三维模型构成的自动标注方法-CN201310020469.7有效
  • 孙正兴;章菲倩;宋沫飞;郎许锋 - 南京大学
  • 2013-01-18 - 2013-05-01 - G06T17/00
  • 本发明公开了一种三维模型构成的自动标注方法,包括以下步骤:对输入的同类三维模型集进行联合分割以获得初始部件;联合分割过程包括对三维模型集中的每个三维模型进行面片级特征提取,得到三维模型的面片级特征,利用面片级特征对三维模型集中的每个三维模型进行单模型预分割,从而获得三维模型集中的所有三维模型的初始部件集,以及对初始部件进行部件级特征提取,以获得初始部件的部件级特征,并在此基础上采用谱方法对初始部件进行,从而获得多个初始部件;对每个初始部件构建一个统计模型,利用此统计模型采用图割优化方法将待标注的目标模型面片进行分割并获得其标注信息。
  • 一种三维模型构成自动标注方法
  • [发明专利]一种基于RGB-D信息的实时行人跟踪方法-CN201610783805.7有效
  • 周波;钟昌勇;马旭东;戴先中;单硕;黄文超 - 东南大学
  • 2016-08-31 - 2019-04-30 - G06K9/00
  • 本发明公开了一种基于RGB‑D信息的实时行人跟踪方法,包括:步骤10)环境数据的获取与模型初始化:对行人进行感知,以获取RGB‑D信息,将RGB‑D信息转化为三维点云,并对跟踪模型进行初始化;步骤20)构建的几何评价模型:通过欧氏距离对三维点云进行,构建的几何评价模型;步骤30)构建的颜色评价模型:采用RGB获取的颜色信息,进行色彩空间转换与归一化后,构建的颜色评价模型;步骤40)对几何评价模型和颜色评价模型进行综合评定,确定最优的跟踪目标,并通过跟踪模型确定最优目标参数,生成相应跟踪指令。
  • 一种基于rgb信息实时行人跟踪方法
  • [发明专利]一种三维模型构件的自动提取方法-CN201310432523.9有效
  • 孙正兴;章菲倩;宋沫飞;郎许锋 - 南京大学
  • 2013-09-18 - 2013-12-25 - G06T19/00
  • 本发明公开了一种三维模型构件的自动提取方法,包括以下步骤:对输入的同类三维模型集中的每个模型,计算其每个网格面片的特征,从而获得三维模型所有网格面片的特征向量;根据所有网格面片的特征向量,对所有三维模型进行联合分割,提取三维模型的K一致性构件集,数K为三维模型中构件的类型数,可由用户提供,也可自动计算;联合分割过程,首先进行初始化中心,产生K个中心,然后迭代进行隶属度计算、隶属度更新以及中心计算过程,直至收敛,从而获得每个网格面片属于每个的隶属度,最后,根据隶属度计算出网格面片的划分,并通过寻找连通分量的方法实现构件生成,最终提取出三维模型集的K一致性构件集。
  • 一种三维模型构件自动提取方法
  • [发明专利]一种基于深度子空间模糊的图像方法及系统-CN202210451408.5在审
  • 吴紫恒;郭洪哲;王兵;赵远;汪文艳 - 安徽工业大学芜湖技术创新研究院
  • 2022-04-26 - 2022-07-29 - G06V10/762
  • 本发明公开了一种基于深度子空间模糊的图像方法及系统,涉及图像技术领域。本发明包括:设计深度自编码器模型,初始化网络;基于输入样本与重构输出样本误差最小化,构建自表达模块损失函数,并对自编码器模型预训练,学习图像的低维空间特征表示;在自编码器模型目标函数中加入模糊模块损失,构建基于模糊的自编码器目标函数,对自编码器进行训练,进行网络参数再学习,并同时实现图像模糊;输出图像结果。实现了图像特征学习和模糊类同时进行,在深度自编码器特征学习过程中,增加权值正则化约束和非负权值约束,并在模糊过程中,进行深度自编码器低维特征再学习,有效提高深度子空间的性能。
  • 一种基于深度空间模糊图像方法系统

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