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36个,建议您升级VIP下载更多相关专利
  • [外观设计]豆干包装盒(五香味)-CN202230720887.7有效
  • 赖晓平 - 赖晓平
  • 2022-10-31 - 2023-02-21 - 09-03
  • 1.本外观设计产品的名称:豆干包装盒(五香味)。2.本外观设计产品的用途:用于豆干的包装。3.本外观设计产品的设计要点:在于图案与色彩的结合。4.最能表明设计要点的图片或照片:立体图。5.请求保护的外观设计包含色彩。
  • 包装香味
  • [外观设计]豆干包装盒(麻辣)-CN202230721217.7有效
  • 赖晓平 - 赖晓平
  • 2022-10-31 - 2023-02-21 - 09-03
  • 1.本外观设计产品的名称:豆干包装盒(麻辣)。2.本外观设计产品的用途:用于豆干的包装。3.本外观设计产品的设计要点:在于图案与色彩的结合。4.最能表明设计要点的图片或照片:立体图。5.请求保护的外观设计包含色彩。
  • 包装麻辣
  • [发明专利]多任务深度网络的癫痫综合征脑电分析方法-CN202211162253.X在审
  • 曹九稳;陈耀辉;郑润泽;赖晓平;蒋铁甲;高峰 - 杭州电子科技大学
  • 2022-09-23 - 2023-01-24 - A61B5/00
  • 本发明公开了一种多任务深度网络的癫痫综合征脑电分析方法。本发明包括如下步骤:步骤1、对原始采集的脑电信号数据进行切分,切割发作期脑电信号和发作间期脑电信号,并为它们打上标签,已备后续神经网络训练;步骤2、对原始采集的脑电信号进行预处理;步骤3、对预处理后的脑电信号每4s一段采用STFT提取时频特征图,最终将21通道提取的时频特征图组合成21*32*32的3D特征;步骤4、得到的3D特征和预处理后的脑电信号作为输入传入多任务深度神经网络进行训练。本发明相比于单任务(癫痫综合征分类或癫痫时期分类)能够获得更高的分类准确率。本发明的多任务双流融合模型的每一任务分类准确率都有提高,实现了对儿童癫痫综合征及癫痫时期的精确分类。
  • 任务深度网络癫痫综合征分析方法
  • [发明专利]多分类器融合的自适应脑区脑电伪迹检测方法-CN202211162255.9在审
  • 曹九稳;方智波;郑润泽;赖晓平;蒋铁甲;高峰 - 杭州电子科技大学
  • 2022-09-23 - 2022-12-20 - A61B5/369
  • 本发明公开了一种多分类器融合的自适应脑区脑电伪迹检测方法。本发明步骤:1、对多通道的脑电EEG信号进行滤波和多类伪迹类别划分;2、针对得到的每类伪迹信号对应的脑部区域分析和通道关联性分析,得到每类伪迹的区域信息和通道信息;3、对每类伪迹的通道信息进行特征提取;4、针对区域信息和提取的特征,使用ReliefF算法和mRMR算法进行两阶段的特征选择,建立特征分组;5、使用机器学习算法结合选取的特征进行分类模型的训练;6、针对步骤5所训练得到的多个分类器进行系统搭建。本发明克服了临床上人工定位伪迹的繁琐,提高了异常信号的快速定位,解决了现有伪迹识别技术的单调性,同时可以实现对多通道脑电EEG数据进行实时的伪迹检测。
  • 分类融合自适应脑区脑电伪迹检测方法
  • [实用新型]一种燃气表防拆防盗接头-CN202222355988.6有效
  • 赖晓平 - 赖晓平
  • 2022-09-03 - 2022-11-22 - G01F15/18
  • 本实用新型公开了一种燃气表防拆防盗接头,涉及燃气表接头技术领域,包括燃气表本体,燃气表本体的上表面安装有燃气表接头,燃气表接头的外表面安装有限位环,燃气表本体的上方设置有防盗机构,防盗机构包括第一防盗壳和第二防盗壳,第一防盗壳的内部和第二防盗壳的内部均固定连接有弧形板,第一防盗壳的上方设置有两个安装机构,安装机构包括矩形壳和第一矩形板,矩形壳的底面与第一防盗壳的上表面固定连接。它通过限位环、防盗机构和安装机构之间的配合,利用限位环和防盗机构可防止燃气表接头被盗走,利用安装机构可便于对防盗机构进行拆装,从而便于工作人员对防盗机构内部的燃气表接头进行更换或维修。
  • 一种燃气表防拆防盗接头
  • [发明专利]一种基于视频图像的人群计数和未来人流量预测的方法-CN202010364590.1有效
  • 李小玉;翁立;赖晓平 - 杭州电子科技大学
  • 2020-04-30 - 2022-07-22 - G06V20/52
  • 本发明公开了一种基于视频图像的人群计数和未来人流量预测的方法。本发明:1、选定有标注信息的视频图像数据集,根据人头位置的标注进行高斯函数处理,生成真值密度图;2、将视频帧输入到搭建的MPDC模型提取特征图,并映射为人群估计密度图(DE)。3、将得到的DE堆叠数帧输入到构建的Bi‑ConvLSTM网络中,预测T+1时刻的人群预测密度图,并估计T+1时刻的行人数量。本发明采用的是基于多尺度金字塔空洞的卷积网络和基于残差连接的Bi‑ConvLSTM网络,用连续的视频帧生成人群估计密度图,并进一步预测未来帧的人群预测密度图,并统计人群数量。本发明针对的是连续视频图像的预测,是一种全新的方法,不仅可以得到实时人群密度图和人数,还可以预测出未来帧的人群密度图和人流量。
  • 一种基于视频图像人群计数未来人流量预测方法
  • [发明专利]项集挖掘方法及装置-CN201510116198.4有效
  • 林浚玮;甘文生;李勇;王巨宏;赖晓平 - 哈尔滨工业大学深圳研究生院;腾讯科技(深圳)有限公司
  • 2015-03-17 - 2020-06-26 - G06F16/2458
  • 本发明公开了一种项集挖掘方法及装置,属于数据挖掘领域。所述方法包括:获取自定义的权重和最低期望权重阈值ε;根据数据项的发生概率和权重,计算不确定性数据库D中的项集的项权重概率上限iubwp,将iubwp≥|D|*ε的项集挖掘为高期望权重上限项集HUBEWI;计算每个HUBEWI的期望权重支持度expWSup,将expWSup≥|D|*ε的HUBEWI挖掘为高权重项集HEWI。本发明通过计算项集的项权重概率上限得到高期望权重上限项集,再计算高期望权重上限项集的期望权重支持度获取高权重项集,以少量计算量先挖掘出高期望权重上限项集作为候选项集,缩小高权重项集的挖掘范围,解决了挖掘高权重项集只能处理精确数据,尚无针对不确定性数据库的高权重项集挖掘技术的问题,达到了提高挖掘的效能的效果。
  • 挖掘方法装置
  • [发明专利]基于十字形声阵列宽带波束形成的声识别方法-CN201610409905.3有效
  • 王天磊;王建中;曹九稳;赖晓平 - 杭州电子科技大学
  • 2016-06-12 - 2019-08-27 - G10L17/20
  • 本发明公开了一种基于十字形声阵列宽带波束形成的声识别方法。本发明包括如下步骤:1、将十字形声阵列对准所需方向采集声音信号;2、对采集到声音信号进行预处理;3、对预处理后的每一帧数据进行离散傅里叶变换,然后根据需要的频带进行频带提取;4、提取的各频带分别在所需方向上进行LSMI‑MVDR波束形成。5、将波束形成后的频域信号进行逆离散傅里叶变换;6、对应分帧时的原则进行帧重叠合成,输出信号;7、对输出信号进行特征提取和分类学习、识别。本发明能够提高期望方向接收信号的信噪比并且抑制其他方向的干扰信号,将其用于声音识别系统的信号处理阶段,能够有效的提高识别系统对识别对象的识别率和可靠性。
  • 基于十字形声阵列宽带波束形成识别方法
  • [发明专利]一种个性化页面的生成方法及装置-CN201410213762.X有效
  • 谭奔;赖晓平;张小鹏;肖磊;李勇 - 深圳市腾讯计算机系统有限公司
  • 2014-05-20 - 2019-03-08 - G06F16/9536
  • 本发明涉及一种个性化页面的生成方法,包括:记录用户在第一互联网应用程序与第二互联网应用程序中的用户行为数据;根据用户行为数据分析第一互联网应用程序与第二互联网应用程序内目标对象的兴趣用户分布特征;根据兴趣用户分布特征计算第一互联网应用程序内的对象与第二互联网应用程序内的对象之间的相关性系数;在检测到第一用户登陆第二互联网应用程序中时获取第一用户在所述第一互联网应用程序内的第一兴趣对象;从第二互联网应用程序中获取与第一兴趣对象之间的相关性系数大于预定值的第二兴趣对象,并根据第二兴趣对象生成第一用户的个性化页面。上述方法可解决了个性化页面生成过程新用户数据稀疏问题。
  • 一种个性化页面生成方法装置
  • [发明专利]一种基于超限学习机与稀疏表示分类的改进方法-CN201610018444.7有效
  • 曹九稳;郝娇平;张凯;曾焕强;赖晓平;赵雁飞 - 杭州电子科技大学
  • 2016-01-12 - 2019-01-18 - G06K9/62
  • 本发明公开了一种基于超限学习机与稀疏表示分类的改进方法。本发明步骤如下:1、随机产生隐层节点参数;2、计算出隐层节点输出矩阵,3、根据L和N的大小关系,采用不同的公式计算出连接隐层节点和输出神经元的输出权重4、计算出查询图片y的输出向量;5、对ELM输出向量ο中的极大值οf和次大值οs的差值进行判断,如果差值大于设定值,则求出输出向量中最大值对应的索引即为查询图片所属类别;否则进入步骤6;6、采用输出向量ο中k个最大值所对应的的训练样本,构造子字典,采用系数重构算法计算图片y的线性表示系数,计算残差并根据残差所对应的的类别确定查询图片的所属类。本发明计算量就会大大减少,实现较高的识别率,也能够大大降低计算复杂度。
  • 一种基于超限学习机稀疏表示分类改进方法

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