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4个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于注意力机制Seq2Seq多标签简历的行业分类方法及系统-CN202210837961.2在审
  • 郭宏;徐壮;侯文;闫炳南;冒源;原超 - 太原科技大学
  • 2022-07-16 - 2022-10-21 - G06F16/35
  • 本发明公开了一种基于注意力机制Seq2Seq多标签简历的行业分类方法及系统,分类方法包括:获取求职人员简历文本,进行分词与停用词去除操作;由文本序列字典,将词语转化为对应的序列后经过词嵌入操作,将词语向量化,获得简历文本的向量表示;对输入文本各个时间步上的词语提取隐藏状态,获得包含上下文语义的向量编码;解码过程中引入注意力机制,使得每个时间步的输出关注输入时的不同内容,实现多标签输出;获取输出中概率最大作为最终的输出序列,通过反转字典,将输出序列转化为预测的各行业标签,实现多标签简历的行业分类。本发明可以解决目前的算法不能很好地通过简历信息提取来划分该简历所属人员能够适应的所有行业类别的问题。
  • 一种基于注意力机制seq2seq标签简历行业分类方法系统
  • [发明专利]一种结合域对抗和卷积神经网络的刀具磨损预测方法-CN202210595245.8在审
  • 郭宏;侯文;闫献国;冒源;原超;徐壮;闫炳南 - 太原科技大学
  • 2022-05-28 - 2022-08-16 - B23Q17/09
  • 本发明针对刀具监测信号存在差异导致磨损预测精度低的问题,提供一种结合域对抗和卷积神经网络的刀具磨损预测方法,涉及刀具状态监测技术领域。包括如下步骤:设计并实施机床加工实验;利用力、振动、声发射、电流传感器监测和采集各类信号数据,利用显微镜观测记录刀具后刀面的磨损量,构建对应磨损量的各类信号数据集;构建源域和目标域数据集;将源域和目标域数据集的多维信号输入到模型的特征提取器中;利用由多尺度卷积长短时记忆网络组成的特征提取器进行多尺度时空特征提取;提取到的特征输入到域分类器和预测器中;域分类器对样本特征的来源进行判别并将损失函数反馈给特征提取器;域分类器和特征提取器进行对抗学习,使得提取到的特征更能反映刀具磨损信息;将最终提取到的特征由预测器进行磨损值的预测。该方法可以有效降低刀具监测信号差异对磨损预测的影响,提高磨损预测精度。
  • 一种结合对抗卷积神经网络刀具磨损预测方法
  • [发明专利]一种基于改进SSA优化VMD和CNN参数的滚动轴承故障诊断方法-CN202210544156.0在审
  • 郭宏;冒源;闫献国;侯文;原超;徐壮;闫炳南 - 太原科技大学
  • 2022-05-18 - 2022-08-09 - G06K9/00
  • 本发明公开了一种基于改进SSA优化VMD和CNN参数的滚动轴承故障诊断方法。包括以下步骤:输入滚动轴承数据集;基于改进麻雀搜索算法SSA优化VMD算法分解个数和惩罚因子,得到VMD的分解个数和惩罚因子的最优参数组合;利用改进参数后的VMD将振动信号分解成若干含故障信息的信号分量;基于改进的麻雀搜索算法SSA优化CNN的超参数,包括学习率、训练次数、各个卷积层的卷积核大小等;利用改进参数后的CNN实现故障特征的提取和故障诊断。本发明在滚动轴承公开数据集上获得很好的故障分类与诊断效果,解决了传统VMD算法受惩罚因子和分解个数限制的问题,实现对故障特征信息的准确提取,解决了传统CNN网络受超参数的反复试验选择,导致耗费大量的实验成本和时间的问题,实现了CNN网络的诊断精度提高。
  • 一种基于改进ssa优化vmdcnn参数滚动轴承故障诊断方法

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