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405个,建议您升级VIP下载更多相关专利
  • [发明专利]处理读写请求的方法和设备-CN202210399120.8在审
  • 柳文阳;田颖;迟大鹏;宋扬;蒋雯 - 戴尔产品有限公司
  • 2022-04-15 - 2023-10-27 - G06F3/06
  • 本公开的实施例提供了一种处理读写请求的方法、电子设备和计算机程序产品。该方法包括确定预定时间段内针对存储设备的读写请求的平均响应时间,并比较所述平均响应时间与至少一个预定阈值。该方法还包括基于所述平均响应时间与所述至少一个预定阈值的比较,调整所述存储设备的读写请求上限。在此,读写请求上限指示针对存储设备的读写请求队列中的读写请求的最大数目。以此方式,可以基于存储设备当前处理读写请求的响应时间来动态调整存储设备的读写请求上限,能够避免由于读写请求在一个存储设备处的堆积而导致的读写处理缓慢。
  • 处理读写请求方法设备
  • [发明专利]一种基于联合训练生成对抗网络的半监督图像分类方法-CN202011068394.6有效
  • 耿杰;徐哲;蒋雯;邓鑫洋;张卓;曾庆捷 - 西北工业大学
  • 2020-10-08 - 2023-10-27 - G06V10/764
  • 本发明公开了一种基于联合训练生成对抗网络的半监督图像分类方法,包括以下步骤:步骤一、设置生成对抗网络;步骤二、划分标签数据集L和无标签数据集U;步骤三、训练生成器G;步骤四、训练判别器D1和判别器D2,迭代更新扩充了标签子样本集;步骤五、得到训练好的生成对抗网络;步骤六、利用训练好的生成对抗网络对测试集进行分类。本发明采用判别器D1和判别器D2联合训练,减小单个判别器存在的分布误差对生成对抗网络的影响;基于联合训练的生成对抗网络能够减小生成对抗网络对标签数据的依赖,利用无标签数据在训练时扩充标签数据集,加快网络收敛,提高生成对抗网络的分类准确率,从而进一步提高在小样本条件下网络图像分类的精度。
  • 一种基于联合训练生成对抗网络监督图像分类方法
  • [发明专利]团趣交互式加湿器-CN201810337731.3有效
  • 黄美红;蒋雯;蓝锦帆;李成栋;彭嘉龙 - 广东工业大学
  • 2018-04-16 - 2023-10-27 - F24F6/12
  • 本发明公开了一种团趣交互式加湿器,包括储水箱以及与所述储水箱外部活动连接的壳体,壳体下方与底座连接,底座内设有控制主板、风机和电源;所述壳体的内底面设有雾化片以及与所述储水箱接触的压力传感器。本发明提供的团趣交互式加湿器在储水箱底部设置压力传感器通过压力感应来控制雾团大小,雾团美观且大小和形状可控增加了加湿器的交互体验性和趣味性,既能使空气湿润营造舒适的环境,还能让上班族通过按压加湿器得到眼部放松和休息而减压,提升了加湿器的市场价值。
  • 交互式加湿器
  • [发明专利]一种多功能的儿童推车-CN201811472161.5有效
  • 赵丹丹;蒋雯 - 广东工业大学
  • 2018-12-04 - 2023-10-27 - B62B7/06
  • 本发明涉及一种多功能的儿童推车,包括推车车架、设于所述推车车架底前部的前轮组件、设于所述推车车架底后部的后轮组件,推车车架上设置调节支架,所述的调节支架上设置有至少3个卡槽,部分所述的推车车架通过卡设在不同的卡槽内以调节推车的高度,所述的调节支架上设置有可折叠且带有遮阳蓬的车座椅,所述的推车车架上可拆卸的设置有推车把手。本发明通过调节支架与推车车架相互配合,可实现推车不同高度的调节,以适应不同环境下使用,并且所述的推车车架可以折叠,且车轮组件可以拆卸,通过防滑垫可以固定推车,以及通过调整推车高度,可以将推车作为儿童餐椅,进一步增加了推车的实用性,避免在家闲置造成的浪费,并且拆卸装方便。
  • 一种多功能儿童推车
  • [发明专利]一种基于双分支动态调制网络的多模态遥感图像融合分类方法-CN202310816242.7在审
  • 蒋雯;徐正怿;耿杰 - 西北工业大学
  • 2023-07-05 - 2023-10-20 - G06V10/80
  • 本发明公开了一种基于双分支动态调制网络的多模态遥感图像融合分类方法,包括以下步骤:步骤一获取多模态遥感图像数据集并进行预处理;步骤二提出动态多模态梯度优化策略,通过梯度调制在反向传播过程中动态调整各分支的优化进程;步骤三构建多模态双向增强模块,实现多模态遥感特征的互补增强;步骤四设计特征分布一致性损失函数,量化集成特征和主导特征之间的相似性;步骤五采用损失函数优化,得到训练完备的网络;步骤六采用训练好的模型预测测试集数据,得到分类结果。本发明提出了双分支动态调制网络,解决了双分支异构数据提取网络的不平衡收敛问题,能够动态修正特征表达过程,实现多模态模型的均衡收敛,从而达到更优的多模态遥感图像协同分类精度。
  • 一种基于分支动态调制网络多模态遥感图像融合分类方法
  • [发明专利]一种基于样本重加权和Attention-Bi-GRU的目标意图稳定识别方法-CN202310820062.6在审
  • 蒋雯;张瑜;邓鑫洋 - 西北工业大学
  • 2023-07-05 - 2023-10-20 - G06F18/10
  • 本发明公开了一种基于样本重加权和Attention‑Bi‑GRU的目标意图稳定识别方法,包括以下步骤:步骤一对传感器探测得到的目标属性数据进行预处理;步骤二将预处理后的目标数据输入到Attention‑Bi‑GRU提取深层特征信息;步骤三将步骤二获取的深层特征信息一路输入样本重加权模块获取样本权重,一路输入分类函数层,并计算样本加权交叉熵损失;步骤四基于步骤三的损失函数,迭代训练完备的网络模型;步骤五将实际环境得到的目标属性数据按步骤一进行预处理,之后输入训练好的网络模型进行测试,得到目标意图识别结果。本发明针对现有意图识别方法忽略实测数据与训练数据分布存在协变量偏移的问题,同时考虑目标属性数据的多维性和时序性,使用注意力机制来捕捉目标样本的时刻信息差异,采用双向门控单元挖掘目标属性数据的深层特征信息;此外,构建了一个样本重加权模块学习样本权重,削弱训练集和实测数据的分布偏差,从而在实际环境中有效进行目标意图识别,更具实用性和实际意义。
  • 一种基于样本加权attentionbigru目标意图稳定识别方法
  • [发明专利]一种基于量子否定的多传感器目标融合识别方法-CN202310721343.6在审
  • 邓鑫洋;薛思雨;王向阳;蒋雯 - 西北工业大学
  • 2023-06-16 - 2023-09-19 - G06F18/25
  • 本发明涉及一种基于量子否定的多传感器目标融合识别方法,依据目标的传感器数据构建辨识框架和基本概率分配函数,基于混合量子态,将传感器的基本概率分配函数转化为量子表示,将基本概率分配函数的量子表示进行否定变换得到,由求出基本概率分配函数否定,根据Dempster组合规则将n个证据的否定#imgabs0#进行融合,得到融合后基本概率分配函数,求基本概率分配函数的否定#imgabs1#将基本概率分配函数#imgabs2#转化为概率分布。根据所得概率结果对识别结果做出判断,取P(θi)中最大概率对应的类别作为目标识别的结果。本发明通过构造否定生成元,能够有效地表示原始证据到证据否定的量子转换过程。结合证据理论Dempster组合规则,能够有效实现对不确定性信息的处理。
  • 一种基于量子否定传感器目标融合识别方法

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