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1564022个,建议您升级VIP下载更多相关专利
  • [实用新型]一款HDMI矩阵-CN202122947932.5有效
  • 詹澄海;曾水生;涂华康;韦玉善 - 深圳市东明炬创电子有限公司
  • 2021-11-29 - 2022-05-10 - H01R13/52
  • 本实用新型涉及HDMI矩阵技术领域,且公开了一款HDMI矩阵,包括矩阵本体和HDMI输入输出接口,矩阵本体的正面设有操作面板,所述操作面板的四角开设有安装孔,操作面板的正面固定安装有提升把手,左侧所述提升把手的右侧固定安装有显示屏该HDMI矩阵,通过在HDMI输入输出接口的外部设置有可滑动的防尘盖板,该防尘盖板通过滑槽、伸缩缝、拉伸弹簧、连接板、盖板本体和拉伸提手的设置,能够使得该防尘盖板能够实现上下滑动,兼顾到防尘和插入输入输出线不受影响,保证了该矩阵设备的HDMI输入输出接口不会进入灰尘,从而保证了该矩阵设备信号得以稳定传输。
  • 一款hdmi矩阵
  • [发明专利]矩阵向量乘电路以及循环神经网络硬件加速器-CN201810719332.3有效
  • 李於彬;康君龙 - 赛灵思公司
  • 2018-07-03 - 2022-08-19 - G06F7/544
  • 本发明公开了一种矩阵向量乘电路和循环神经网络硬件加速器。一种矩阵向量乘电路,包括至少一个运算单元组,每组包含多个运算单元;该电路的矩阵输入部分用于使得输入矩阵的各列的元素在每个循环按照时钟周期依次逐个输入给对应运算单元;该电路的向量输入部分用于使得输入向量的各元素按照时钟周期被输入到对应运算单元;该电路的部分和输入部分用于将一个运算单元的计算结果输出给下一个作为其输入;最后一个运算单元的输出数据将被作为新输入向量的元素数据按照时钟周期依次串行传输给向量输入部分。通过使输入数据和输出数据均脉动地流动,本发明的矩阵向量乘电路的布线大大减少,电路结构简洁规整,大大减少了电路设计和实现的复杂性。
  • 矩阵向量电路以及循环神经网络硬件加速器
  • [发明专利]车身状态量估计装置-CN201610131816.7有效
  • 刘延庆 - 丰田自动车株式会社
  • 2016-03-09 - 2018-09-07 - B60W30/02
  • 装置包括路面输入计算单元,路面输入计算单元通过使车辆运动模型矩阵和轮速影响元素模型矩阵的乘积的逆矩阵作用在车辆的轮速上来计算对于车轮的路面输入的估计值。车辆运动模型矩阵代表了力学的车辆运动模型,且轮速影响元素模型矩阵使用由于围绕车身的重心的俯仰而导致的影响量、悬架几何影响量和车轮滚动半径的变化的影响量。所述装置也包括车身状态量计算单元,车身状态量计算单元通过使车辆运动模型矩阵作用在计算出的路面输入的估计值上来计算车身状态量的估计值。
  • 车身状态估计装置
  • [实用新型]一种集成了灵活输出能力的音视频矩阵-CN202021616775.9有效
  • 孙峰;刘继年;肖毅 - 深圳拔越软件有限公司
  • 2020-08-06 - 2021-08-03 - H04N5/268
  • 本实用新型公开了一种集成了灵活输出能力的音视频矩阵,包括至少一信号源设备、矩阵切换设备、至少一倍线器和至少一播放设备,其中所述信号源设备的输出端连接于所述矩阵切换设备的输入端,所述矩阵切换设备的音频输出端连接于所述播放设备的音频输入端,所述矩阵切换设备的视频输出端连接于所述倍线器的输入端,所述倍线器的输出端连接于所述播放设备的视频输入端。该音视频矩阵可与各个播放设备的显示性能相适应的视频信号,以保障各个播放设备的正常播放。
  • 一种集成灵活输出能力视频矩阵
  • [发明专利]一种基于文本纠错与神经网络的中文问句分类方法-CN201910801515.4有效
  • 杨一何;刘晋 - 上海海事大学
  • 2019-08-28 - 2022-09-30 - G06F16/35
  • 本发明公开了一种基于文本纠错与神经网络的中文问句分类方法,所述方法包括:获取中文问句文本数据;对文本数据进行纠错,获得纠错后文本数据;对纠错后文本数据进行预处理,获得中文问句矩阵向量;将中文问句矩阵向量输入至双向门控循环单元层,获得中间语义矩阵向量;根据与中间语义矩阵向量对应的注意力权值,获得注意力矩阵向量;将注意力矩阵向量输入至卷积神经网络层,获得全局特征矩阵向量;将全局特征矩阵向量输入至全连接层,获得各个类别的概率分布;应用本发明实施例,首先将输入问句进行纠错,然后再结合双向门控循环单元网络模型、注意力机制及卷积神经网络模型,从而使分类更加准确。
  • 一种基于文本纠错神经网络中文问句分类方法
  • [发明专利]基于凸非负矩阵分解及自适应图的特征选择方法和装置-CN202010916772.5在审
  • 袁爱红;游梦博;孟宪城;张文杰;黄家豪 - 西北农林科技大学
  • 2020-09-03 - 2020-12-04 - G06K9/62
  • 本发明公开了一种基于凸非负矩阵分解及自适应图的特征选择方法和装置,包括获取输入数据矩阵输入数据矩阵为数据挖掘数据矩阵、机器学习数据矩阵、计算机视觉数据矩阵中的一种;将输入数据矩阵投影到伪标签空间,获得投影模型;将凸非负矩阵分解引入投影模型中,获得融合模型;对融合模型进行自适应图约束,确定特征选择模型;根据特征选择模型中自表达矩阵行元素的平方和进行排序,选取出排在前N的索引序号,将索引序号对应的特征选择作为选出的本发明通过将凸非负矩阵分解引入到模型中,能很好地挖掘数据间的关系;通过构建自适应图约束,将自表达和伪标签矩阵学习巧妙的融合在一起,从而能很好地选出具有表达性和重要性的特征。
  • 基于凸非负矩阵分解自适应特征选择方法装置

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