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434个,建议您升级VIP下载更多相关专利
  • [发明专利]一种弥散光纤激光功率传感器-CN201911080996.0在审
  • 吴小玲 - 温州纽博恩科技有限公司
  • 2019-11-07 - 2020-04-10 - G01J1/56
  • 本发明涉及一种弥散光纤激光功率传感器,包括传感器外壳以及位于外壳内部的翅状吸收筒、石英玻璃管,石英玻璃管套设在翅状吸收筒内,且不与翅状吸收筒接触;翅状吸收筒内部设有吸收涂层,翅状吸收筒外部设有热电堆;外壳上设有供光纤伸入和伸出的出入口。该传感器能消除现有传感器弊端,准确测量装配弥散型柱状光纤的激光器所产生的激光功率,精确稳定、线性好,解决了目前常规激光功率计无法测量的问题,可广泛应用在传感器技术领域。
  • 一种弥散光纤激光功率传感器
  • [实用新型]高效垃圾中转站除臭系统-CN201920229564.0有效
  • 吴小玲 - 东莞市紫科环保设备有限公司
  • 2019-02-20 - 2020-04-10 - B01D29/03
  • 本实用新型公开了高效垃圾中转站除臭系统,包括垃圾收集箱,所述垃圾收集箱的底端设置有渗漏孔,且渗漏孔的下方设置有储液槽,所述伸缩杆的底端安装有活塞,且活塞的外侧设置有液压缸。该高效垃圾中转站除臭系统通过设置的渗漏孔能够方便垃圾收集箱中液体的渗透,如此能够方便垃圾收集箱中垃圾的干燥,如此能够避免垃圾收集箱中垃圾的发酵,避免细菌的滋生发出异味,垃圾收集箱与滑轨之间能够滑动,从而能够方便垃圾收集箱的安装与运输;气泵通过导气管能够抽取中转站中的臭气,并通过除臭剂箱中的除臭剂进行除臭,泵体通过喷头能够将除臭剂喷撒在垃圾上,如此能够对垃圾进行除臭,遮布与垃圾收集箱的开口处贴合,能够避免臭气的扩散。
  • 高效垃圾中转站除臭系统
  • [发明专利]基于支持向量机的TKA术前临床分期智能评估方法-CN201911255366.2在审
  • 李修寒;吴小玲;王伟;王黎明 - 南京医科大学
  • 2019-12-10 - 2020-03-27 - G06T7/00
  • 本发明涉及全膝关节置换技术领域,具体地说,涉及基于支持向量机的TKA术前临床分期智能评估方法。其方法包括如下步骤:采集膝关节OA影像学数据,收集X线全长片数据,并配合术下肢全长CT容积扫描影像数据、骨密度数据、MR T1/T2/3D‑FS‑SPGR软骨成像序列数据、组织样本、病人一般资料等资料,进行筛选并进行临床分期的训练样本的数据标注;利用已进行标注临床分期的X线影像学数据;采用支持向量机进行分类输出。该基于支持向量机的TKA术前临床分期智能评估方法中,在TKA术前临床智能分期中采用基于支持向量机有监督深度学习算法,将医生从大量医学影像学数据中解放出来,减少医生间水平的差异,实现从前期辅助医生判断到成熟后独立决策的过程。
  • 基于支持向量tka临床分期智能评估方法
  • [发明专利]一种基于深度学习算法的癫痫发作预警系统-CN201710192272.X有效
  • 吴小玲;李修寒;张可;竺明月;殷悦;符凡;苏越 - 南京医科大学
  • 2017-03-28 - 2019-12-06 - A61B5/0476
  • 本发明涉及一种基于深度学习算法的癫痫发作预警系统,其通过佩戴脑电采集装置采集患者癫痫发作前5分钟和发作时的持续脑电信号,分割成每段10秒的脑电信号,利用小波变换方法对脑电信号进行滤波并提取其节律信息;将获取的节律信息分别送入深度学习框架一和二进行训练,分别得到训练完的深度学习模型一和二,并存储于服务器中;利用深度学习模型一进行脑电节律信息的判别,存在发作风险时,服务器向患者发出警报,并将预警及定位发送给预设置的联系人及医院;深度学习模型二通过患者评价此次预警准确性及根据深度学习模型二判别癫痫是否发作,若发作,则自动将癫痫发作前5分钟持续脑电节律信息送到深度学习框架一进行再训练。
  • 一种基于深度学习算法癫痫发作预警系统方法

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