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14个,建议您升级VIP下载更多相关专利
  • [发明专利]道路车辆数识别方法和装置-CN202110770253.7有效
  • 尚利宏 - 北京航空航天大学
  • 2021-07-07 - 2023-08-29 - G06T7/00
  • 提供了道路车辆数识别方法和装置。所提供的估计道路指定区域的车辆数的方法,其中道路指定区域包括近端区域与远端区域,所述方法包括:获取所述近端区域的车辆数,获取所述远端区域的图像的平均亮度;根据所述近端区域的车辆数与所述远端区域的图像的平均亮度计算所述远端区域的车辆数;以及根据所述近端区域的车辆数与所述远端区域的车辆数估计所述道路指定区域的车辆数。
  • 道路车辆识别方法装置
  • [发明专利]车辆定位方法与装置-CN202310181775.2在审
  • 尚利宏 - 北京航空航天大学
  • 2023-02-21 - 2023-05-16 - G06V20/54
  • 提供了车辆定位方法及装置。所提供的车辆定位方法,包括:通过单目摄像头采集真实世界中应用场景的图像;从图像中识别包括待定位车辆的识别区域;将所述识别区域提供给车辆定位神经网络进行处理,根据所述车辆定位神经网络输出获得所述待定位车辆在真实世界中的位置;其中所述车辆定位神经网络是用包括在3D仿真场景中的车辆模型在所述3D仿真场景的虚拟摄像头所获得的图像中的识别区域的位置以及所述车辆模型所代表的车辆在真实世界中的位置的训练数据所训练;其中,所述3D仿真场景是根据所述真实世界的应用场景构建,并同所述真实世界的应用场景对应一致。
  • 车辆定位方法装置
  • [发明专利]地磁场中磁体的剩磁与感磁的建模与磁场估计方法及装置-CN202210737036.2在审
  • 尚利宏 - 北京航空航天大学
  • 2022-06-27 - 2022-10-04 - G01R33/02
  • 提供了地磁场中磁体的剩磁与感磁的建模与磁场估计方法及装置。所提供的目标磁体建模方法,包括:建立代表目标磁体的一个或多个虚拟点磁源对,虚拟点磁源对包括2个虚拟点磁源,虚拟点磁源对的2个虚拟点磁源在目标磁体的本体坐标系中相对于Z轴对称;在目标磁体周围空间中设置多个训练测点;测量第一状态与第二状态的目标磁体影响下各训练测点的磁场强度,其中第二状态的目标磁体相对于第一状态的目标磁体绕Z轴旋转了180度;根据目标磁体的状态、各训练测点的磁场强度与训练测点的位置生成训练样本来训练一个或多个神经网络;其中所述一个或多个虚拟点磁源对各自具有对应的一个或多个神经网络,训练同虚拟点磁源对对应的神经网络,使神经网络的输出感磁磁源参数与剩磁磁源参数;用训练好的神经网络的输出得到与其对应的虚拟点磁源对的磁源参数;用所述一个或多个虚拟点磁源对各自的位置与磁源参数作为目标磁体的磁学模型。
  • 地磁场磁体剩磁建模磁场估计方法装置
  • [发明专利]磁体建模与磁场估计方法及装置-CN202210738001.0在审
  • 尚利宏 - 北京航空航天大学
  • 2022-06-27 - 2022-09-30 - G06F30/27
  • 提供了磁体建模与磁场估计方法及装置。所提供的目标磁体建模方法,包括:建立代表目标磁体的一个或多个虚拟点磁源;在目标磁体周围空间中设置多个训练测点;测量目标磁体影响下各训练测点的磁场强度;根据各训练测点的磁场强度与训练测点的位置生成训练样本来训练一个或多个神经网络;其中所述一个或多个虚拟点磁源各自具有对应的一个或多个神经网络,训练同虚拟点磁源对应的神经网络,使神经网络的输出代表与其对应的虚拟点磁源的磁源参数;用所述一个或多个虚拟点磁源各自的位置与磁源参数作为目标磁体的磁学模型。
  • 磁体建模磁场估计方法装置

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