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781812个,建议您升级VIP下载更多相关专利
  • [发明专利]视频压缩编码方法-CN201811260553.5在审
  • 岳庆冬;冉文方;李雯 - 西安科锐盛创新科技有限公司
  • 2018-10-26 - 2020-05-05 - H04N19/176
  • 本发明涉及一种视频压缩编码方法,包括如下步骤:(a)获取待处理图像、自适应模板、波动状态表;(b)将所述待处理图像分成若干宏块;(c)根据所述自适应模板获得所述宏块的预测;(d)根据所述波动状态表和所述预测获得所述宏块的量化;(e)将若干所述量化写入码流以完成所述视频压缩编码。本发明的视频压缩编码方法通过定义自适应模板计算宏块的预测,当待压缩图像的纹理较为复杂时能够提高当前处理宏块中的像素与自适应模板中选定的像素匹配的概率,能够提高对复杂纹理区域求预测差值的精度,同时根据波动状态表计算量化
  • 视频压缩编码方法
  • [发明专利]基于支持向量回归的光谱图像无损压缩方法-CN201410455209.7有效
  • 吴家骥;白静;任改玲;张敏;焦李成;张向荣;王爽;熊涛;刘红英 - 西安电子科技大学
  • 2014-09-09 - 2018-07-31 - H04N19/50
  • 本发明属于光谱遥感技术领域,提供了基于支持向量回归的光谱图像无损压缩方法,包括如下步骤:(1)导入原图像;(2)选择聚类算法,对光谱图像进行分类预处理,获得相应的聚类索引;(3)选择预测算法,进行预测模型的设计,依据得到的聚类索引和预测模型,对整幅光谱图像的每个像素进行预测,得到预测图像;(4)对原图像和预测图像进行做差得图像;(5)对图像采用算术编码,同时对经预测模型预测时得到的预测系数及聚类算法获得的聚类索引进行编码该发明通过对读入的图像进行聚类,对每类分别建立预测模型,对图像及边信息进行编码的方式,实现基于支持向量回归的光谱无损压缩,达到较好的无损压缩效果,预测准确度高,小。
  • 基于支持向量回归光谱图像无损压缩方法
  • [发明专利]一种基于时间序列的水库水位趋势预测方法-CN202010066657.3有效
  • 董辉;韩浩良;金雨芳;吴祥 - 浙江工业大学
  • 2020-01-20 - 2022-07-19 - G06Q10/04
  • 本发明公开了一种基于时间序列的水库水位趋势预测方法包括:获取水库的水位数据构成训练集和测试集;对水位数据进行滤波处理;对滤波处理后的训练集按照趋势和进行数据序列的区分,分别计算趋势序列和序列的分阶数、自相关系数和偏相关系数;根据趋势序列和序列的分阶数、自相关系数和偏相关系数建立长期时间序列趋势模型、季节性时间趋势模型、周期性时间趋势模型和项模型;根据长期时间序列趋势模型、季节性时间趋势模型、周期性时间趋势模型和项模型构建水库水位趋势预测模型采用滤波处理后的测试集验证水库水位趋势预测模型的相对误差和命中率;采用最优的水库水位趋势预测模型预测水库的水位变化趋势。
  • 一种基于时间序列水库水位趋势预测方法
  • [发明专利]二重预测视频编解码方法和装置-CN200710181975.9有效
  • 虞露;陈思嘉;王建鹏 - 浙江大学
  • 2007-10-15 - 2008-04-09 - H04N7/32
  • 本发明公开了一种二重预测视频编解码方法和装置,解码方法中,解码重建图像的重建过程包含二重预测补偿过程和第二重预测存储,其中二重预测补偿过程包括第一重预测补偿过程和第二重预测补偿过程,其中第二重预测补偿过程的输入包括重建后的第一重和重建后的第二重;编码方法包括二重预测过程和第二重预测存储,其中二重预测过程包括第一重预测过程和第二重预测过程,其中第二重预测过程的输入包括和第一重和第一重预测值;此编码方法产生相应码流;本发明使用二重预测编解码方法和装置去除冗余
  • 二重预测视频解码方法装置

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