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6个,建议您升级VIP下载更多相关专利
  • [发明专利]无人机起飞点预测方法及装置-CN202010101564.X有效
  • 陈杰;李坚强;程艳燕 - 深圳中科保泰空天技术有限公司
  • 2020-02-19 - 2023-10-20 - G06Q10/04
  • 本申请实施例适用于无人机技术领域,公开了一种无人机起飞点预测方法及装置,其中,方法包括:获取待预测位置点的地理位置信息;将待预测位置点的地理位置信息输入预先训练完成的起飞点预测模型,获得起飞点预测模型的输出结果,输出结果表征待预测位置点能否作为无人机起飞点。本申请实施例通过获取待预测位置点的地理位置信息,再将该地理位置信息输入训练好的起飞点预测模型,起飞点预测模型即可根据输入的地理位置信息判断该位置点是否能作为无人机起飞点,减少了无人机起飞点确定过程中的人力成本和时间成本。
  • 无人机起飞预测方法装置
  • [发明专利]无监督式的地貌分类模型训练和地貌图构建方法-CN201910821644.X有效
  • 陈壮壮;李坚强;陈杰;曾崛 - 深圳中科保泰空天技术有限公司
  • 2019-09-02 - 2022-08-16 - G06V20/10
  • 本申请实施例适用于人工智能技术领域,公开了一种无监督式的地貌分类模型训练和地貌图构建方法,其中,方法包括:获取未标注的地貌样本训练数据集;使用未标注的地貌样本训练数据集对生成式对抗网络进行对抗训练,以得到生成式对抗网络输出的目标伪地貌数据;其中,目标伪地貌数据为生成式对抗网络的训练效果达到最优时输出的伪地貌数据;使用目标伪地貌数据训练预训练后的地貌分类模型;训练完成后再使用地貌分类模型进行地貌图构建。本申请实施例在地貌分类模型训练过程不用进行人工标注,直接使用未标注的样本数据进行模型训练,节省了人工标注的人力成本,降低了地貌建图的成本。
  • 监督地貌分类模型训练构建方法
  • [发明专利]半监督式的地貌分类模型训练和地貌图构建方法-CN201910821645.4有效
  • 李坚强;陈杰;陈壮壮;曾崛 - 深圳中科保泰空天技术有限公司
  • 2019-09-02 - 2022-05-24 - G06V10/774
  • 本申请实施例适用于人工智能技术领域,公开了一种半监督式的地貌分类模型训练和地貌图构建方法,其中,方法包括:获取人工标注后的地貌样本数据集和对应的标签信息;使用标签信息和人工标注后的地貌样本数据集对生成式对抗网络进行对抗训练,以得到生成式对抗网络输出的目标伪地貌数据;其中,目标伪地貌数据为生成式对抗网络的训练效果达到最优时输出的伪地貌数据;使用目标伪地貌数据,对预训练后的地貌分类模型进行训练;训练完成后再使用地貌分类模型进行地貌图构建。本申请实施例基于生成式对抗网络,使用少量人工标注的数据生成大量的训练数据,从而减少了地貌样本图像的采集时间。
  • 监督地貌分类模型训练构建方法
  • [发明专利]无人机常态化智能作业前的勘探方法和装置-CN201911296483.3有效
  • 马里佳;李坚强;陈杰;黄晓鹏 - 深圳中科保泰空天技术有限公司
  • 2019-12-16 - 2022-05-24 - G06Q10/04
  • 本申请实施例属于人工智能和无人机系统领域,公开了一种无人机常态化智能作业前的勘探方法和装置,用于有效解决智慧城市无人机常态化、智能化作业前的前期勘探难题。具体通过获取待勘探区域内各个待勘探对象的地理位置信息;对所述地理位置信息进行聚类,得到至少一个聚类区域,聚类区域包括至少一个所述待勘探对象;使用遗传算法对每个聚类区域进行旅行商问题路径规划,得到每个聚类区域的空中无人机的最短勘探路径;最后,空中无人机可以根据最短勘探路径进行勘探,也可以和地面无人车进行地空协同勘探,以利用空中无人机有限的续航能力,完成尽可能多的勘探任务。
  • 无人机常态智能作业勘探方法装置

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