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6003165个,建议您升级VIP下载更多相关专利
  • [发明专利]一种数据查询方法、装置、服务器及存储介质-CN202111076751.8在审
  • 张建兴;李林森;姜鸿康;许晓通 - 杭州海康威视数字技术股份有限公司
  • 2021-09-14 - 2021-12-10 - G06F16/9537
  • 本发明实施例提供了一种数据查询方法、装置、服务器及存储介质,所述方法包括:获取数据查询请求,其中,数据查询请求包括一查询条件以及查询条件,基于一查询条件以及查询条件,确定查询条件集合,根据已存储的数据的行标签,确定满足查询条件集合的目标高数据,作为查询结果,其中,行标签包括一时间标签和维空间标签,维空间标签用于标识该行已存储的空间数据所对应的一数据。由于维空间标签用于标识该行已存储的空间数据所对应的一数据,实现将维空间数据为一数据的效果,可以根据一数据来确定满足一查询条件以及查询条件的目标高维空间数据,可以大大提高高数据的查询效率
  • 一种数据查询方法装置服务器存储介质
  • [发明专利]数据的存储方法、装置、电子设备及存储介质-CN202011486638.2有效
  • 黄辉 - 平安银行股份有限公司
  • 2020-12-16 - 2023-05-23 - G06F3/06
  • 本发明涉及数据存储技术,揭露一种数据的存储方法,包括:获取数据集及所述数据集的维度期望,根据所述维度期望,对所述数据集执行维度划分,得到多组子数据集,将所述子数据集进行低映射得到映射函数,根据所述映射函数构建原始目标函数,改变所述原始目标函数的凹凸性得到标准目标函数,求解所述标准目标函数得到低数据集,将所述低数据集转为数据库表,并将所述数据库表同步更新至数据搜索引擎中,完成所述数据集的存储本发明还涉及区块链技术,所述数据集等可存储于区块链节点中。本发明还提出数据的存储装置、电子设备以及存储介质。本发明可解决占用过多存储资源的问题。
  • 数据存储方法装置电子设备介质
  • [发明专利]一种基于多重流形的手写数据分类方法及系统-CN201810166510.4有效
  • 黄舒宁;张莉;李凡长;王邦军;张召;凌兴宏;姚望舒 - 苏州大学
  • 2018-02-28 - 2021-11-05 - G06K9/00
  • 本发明公开了一种基于多重流形的手写数据分类方法及系统,该方法包括:获取数据集;分别计算高数据集中任意两个数据点之间的相似度,获取数据集对应的相似矩阵;根据相似矩阵,构建数据集对应的目标拉普拉斯矩阵;将目标拉普拉斯矩阵的前第一预设数量的特征向量聚入到第二预设数量的类别内,获取数据集的分类结果;本发明通过获取数据集对应的相似矩阵,获得数据的底层低映射流形结构,可以构建同时考虑数据结构和底层低映射结构的拉普拉斯矩阵,利用目标拉普拉斯矩阵对拉普拉斯矩阵进行特征值分解,从而对得到的特征值进行聚类,得到数据集的聚类结果,尽可能多地保留了数据的原始结构。
  • 一种基于多重流形手写数据分类方法系统
  • [发明专利]数据异常检测系统及方法-CN201910229015.8有效
  • 汪辉;吴迪;祝永新;田犁;黄尊恺 - 中国科学院上海高等研究院;中国科学院大学
  • 2019-03-25 - 2022-10-14 - G06N3/04
  • 本发明提供一种数据异常检测系统及方法,数据异常检测方法包括如下步骤:对原始数据进行预处理,以去除原始数据中的干扰值,并对去除干扰值后的数据进行填充;对填充后的数据进行归一化处理;将归一化处理后的数据进行降;对降后的数据进行整形,以得到有监督的数据;利用LSTM网络对有监督的数据进行分析,以得到预测数据;将预测数据与真实数据比对以判断所述原始数据是否异常。本发明的数据异常检测方法可以实现对数据进行快速、准确的异常检测,在如汽车等设备出现异常时可以即时处理,从而确保汽车驾驶的绝对安全。
  • 数据异常检测系统方法
  • [发明专利]新型数据的二投影方法及其投影系统-CN201710619474.8在审
  • 夏佳志;叶奋进;王建新 - 中南大学
  • 2017-07-26 - 2017-11-24 - G06K9/62
  • 本发明公开了一种新型数据的二投影方法,包括建立基于分层次测地距离的数据点相关性度量;建立局部切空间散度度量;建立局部切空间散度‑分层次测地距离投影,完成数据的二投影。本发明还提供了一种实现所述新型数据的二投影方法的投影系统。本发明提供的这种新型数据的二投影方法,通过建立分层次测地距离的数据点相关性度量和局部切空间散度度量来进行最终的数据的二投影,因此本发明方法能够有效帮助揭示数据中潜在的低结构。
  • 新型数据二维投影方法及其系统
  • [发明专利]数据处理方法及装置-CN202010851642.8在审
  • 单桂华;田东;刘俊 - 中国科学院计算机网络信息中心
  • 2020-08-21 - 2020-11-17 - G06K9/62
  • 本发明公开了一种数据处理方法及装置。其中,该方法包括:获取与数据对应的降算法;采用上述降算法对上述数据进行降处理,得到降数据;确定与上述降数据对应的散点矩阵图,其中,上述散点矩阵图包括多个降散点集合,上述降散点集合用于展示上述降数据中所有维度中每两个维度之间的数据关系本发明解决了现有技术中无法展示多个数据维度之间的关联蕴含的数据特征,缺乏有效对数据进行可视分析的技术问题。
  • 数据处理方法装置
  • [发明专利]一种数据可视化分析方法及系统-CN202211709500.3在审
  • 公杰;童云丽;金立强;张俊宾;谭卿 - 广州睿贝医学科技有限公司
  • 2022-12-29 - 2023-06-30 - G16B45/00
  • 本发明实施例公开了一种数据可视化分析方法及系统,包括:获取数据集;对数据集进行预处理,得到预处理数据集;其中,预处理步骤包括:将数据集整合成一个含有相同通道的数据矩阵;对数据矩阵进行标准化处理,得到标准化数据矩阵;利用harmony算法去除标准化数据矩阵的批次效应;对预处理数据集进行降分析后,输出可视化视图。本发明通过对数据进行数据整合、数据标准化以及去除异常数据,节省降资源消耗,使得降后的数据分析结果更加准确;同时,本发明在数据过程中可自由选择降分析方式和聚类方法,在降分析后,定义差异化亚群,对差异化亚群进行二次降分析,使得可视化可靠性,结果更可信。
  • 一种数据可视化分析方法系统
  • [发明专利]一种指数信号数据补全方法-CN201510362290.9有效
  • 屈小波;应佳熙;郭迪;陈忠 - 厦门大学
  • 2015-06-26 - 2018-02-16 - G06F7/556
  • 一种指数信号数据补全方法,涉及数据的预测和补全方法。根据张量平行因子分解对指数信号建模;建立一种基于张量平行因子分解的数据补全模型;求解基于张量平行因子分解的数据补全模型;数据后处理,对求解获得的指数信号进行傅立叶变换,即得到补全后的指数信号频谱精度,可以从少量的数据中补全出完整的信号。在实际应用中,若目标函数可以建模成指数函数的信号,则可以通过采用指数信号补全方法,实现利用少量的数据补全获得完整的信号,从而达到克服采样设备限制,降低采样时间,提高频谱分辨率的目的。
  • 一种指数信号数据方法
  • [发明专利]一种降维空间视觉感知增强的时变数据可视化方法-CN201711304971.5有效
  • 周志光 - 浙江财经大学
  • 2017-12-10 - 2021-02-26 - G06F16/26
  • 本发明公开了一种降维空间视觉感知增强的时变数据可视化方法,包括:读取时变数据,使用多维标度算法得到时变数据的二空间坐标,使用公式(1)对时变数据在二空间的坐标进行求解得到目标正交矩阵DDA0001501120610000012.JPG" imgContent="drawing" imgFormat="JPEG" orientation="portrait" inline="no" />表示时变数据在当前时刻的第="JPEG" orientation="portrait" inline="no" />表示时变数据在前一时刻的第i个数据的二空间坐标,N表示时变数据的个数,Dt(Q)表示经过正交矩阵变换后的时变数据在当前时刻相对于前一时刻的投影偏移;利用目标正交矩阵将时变数据在二空间的投影偏移最小化,得到时变数据在当前时刻的投影。本发明能够明显提升高时变数据可视化及分析效率。
  • 一种空间视觉感知增强高维时变数据可视化方法

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