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4556个,建议您升级VIP下载更多相关专利
  • [发明专利]智能对话方法、装置、存储介质及设备-CN201810144881.2有效
  • 方全;徐常胜 - 腾讯科技(深圳)有限公司;中国科学院自动化研究所
  • 2018-02-12 - 2023-09-01 - G06F16/9032
  • 本发明公开了一种智能对话方法、装置、存储介质及设备,属于人工智能技术领域。所述方法包括:接收目标终端发送的对话内容;获取发起对话的目标用户的用户特征信息;获取与所述对话内容存在内容关联的上下文信息;根据所述用户特征信息以及所述上下文信息,检索与所述对话内容相匹配的目标回复内容;将所述目标回复内容发送给所述目标终端。本发明实现了基于用户发起的对话内容、与该对话内容相关联的上下文信息以及用户特征信息,来寻找与该对话内容相匹配的最佳回复,该种智能对话方式更加符合真实场景中不同用户之间以及同一用户多轮对话的聊天需求,使得人机对话聊天过程更加自然,显著地提升了人与机器之间的对话质量。
  • 智能对话方法装置存储介质设备
  • [发明专利]二阶段的故障样本增强方法、装置、电子设备及存储介质-CN202310432654.0在审
  • 任广皓;张桂刚;王健 - 中国科学院自动化研究所
  • 2023-04-21 - 2023-08-29 - G06F18/214
  • 本发明提供一种二阶段的故障样本增强方法、装置、电子设备及存储介质,其中方法包括:在第一阶段,基于标注信息对第一噪声向量进行扩展,将扩展后的第一噪声向量和真实的故障基准样本输入至第一条件生成对抗网络模型,生成含有通用属性的故障基准样本;在第二阶段,对含有通用属性的故障基准样本添加第二噪声向量和标注信息编码向量,结合真实的故障样本作为第二条件生成对抗网络模型的输入,生成含有随机属性的故障样本;将含有随机属性的故障样本以及对应的标注信息添加到历史故障样本中,获取增强的故障样本。本发明对整体故障诊断样本生成进行指导,以满足故障诊断学习需求,同时解决了故障样本生成过程中的生成式模型难以构建和训练的问题。
  • 阶段故障样本增强方法装置电子设备存储介质
  • [发明专利]一种血压检测装置-CN202310483711.8在审
  • 马喜波;宁昭铱 - 中国科学院自动化研究所
  • 2023-04-28 - 2023-08-29 - A61B5/021
  • 本发明提供一种血压检测装置,该装置包括:顺次连接的数据采集模块、信号处理模块,以及血压估计模块;数据采集模块用于获取待测人员的光电容积脉搏波信号,并将光电容积脉搏波信号传输至信号处理模块;信号处理模块用于对光电容积脉搏波信号进行数据处理,得到多阶层脉搏波信号,并将多阶层脉搏波信号传输至血压估计模块;血压估计模块用于基于多阶层脉搏波信号中各阶层的脉搏波信号之间的相关性,对待测人员进行血压估计,实现了快速准确的血压检测,同时保证了血压检测的连续性;此外,血压检测装置可以部署于小型的移动设备上,保证了血压检测的舒适性和便捷性,提升了血压检测的频率和移动设备的适用性。
  • 一种血压检测装置
  • [发明专利]无植入钉和粘贴物的颅脑激光开孔导航装置及方法-CN202310522610.7在审
  • 张大朋;余山;韩新勇 - 中国科学院自动化研究所
  • 2023-05-10 - 2023-08-29 - A61B34/20
  • 本发明提供一种无植入钉和粘贴物的颅脑激光开孔导航装置及方法,该装置包括:上颚牙套支架、光电跟踪仪和激光器;上颚牙套支架包括牙套、支架和多个标记球;牙套用于贴合目标对象的牙齿咬合面;多个标记球用于确定影像坐标系和光电跟踪仪坐标系之间的坐标转换关系;坐标转换关系用于将影像坐标系下的目标颅脑开孔路径转换为光电跟踪仪坐标系下的颅脑开孔路径矢量;光电跟踪仪用于确定光电跟踪仪坐标系下的颅脑位姿变化量;激光器用于基于颅脑开孔路径矢量和颅脑位姿变化量,进行激光器光轴与目标颅脑开孔路径之间的位姿对准。本发明提供的无植入钉和粘贴物的颅脑激光开孔导航装置及方法,实现激光器光轴和开孔规划路径的位姿对准与实时跟踪。
  • 植入粘贴颅脑激光导航装置方法
  • [发明专利]基于预训练模型的磁粒子图像重建方法-CN202310753529.X有效
  • 田捷;卫泽琛;惠辉;杨鑫 - 中国科学院自动化研究所
  • 2023-06-26 - 2023-08-29 - G06T11/00
  • 本发明属于磁粒子成像领域,具体涉及了基于预训练模型的磁粒子图像重建方法、系统及装置,旨在解决现有重建算法的不足,包括受点扩散函数影响、计算成本和时间成本较高等限制,因此重建图像精度低或获取高精度图像时间及计算成本高的问题。本发明包括:生成仿真系统矩阵;预构建的神经网络模型进行预训练,通过下游任务对所述预训练神经网络模型进行微调;将下游任务对应的真实数据输入微调后的预训练神经网络模型,进而辅助得到高质量MPI重建图像。本发明拟合不同谐波间的关系,有助于频域信息的增强,具有一定的普适性,可以泛化至多个磁粒子成像图像重建相关的下游任务,通过简单的模型微调,可以辅助重建算法获得高质量的重建图像。
  • 基于训练模型粒子图像重建方法
  • [发明专利]基于多神经网络融合的类脑计算系统及指令集的执行方法-CN202010091024.8有效
  • 陈亮;徐东君;王静秋 - 中国科学院自动化研究所
  • 2020-02-13 - 2023-08-29 - G06N3/045
  • 本发明属于类脑计算领域,具体涉及一种基于多神经网络融合的类脑计算系统及指令集的执行方法,旨在解决现有类脑计算系统无法实现深度神经网络和脉冲神经网络并行融合计算的问题。本系统用于对深度神经网络、脉冲神经网络进行并行运算,其包括局部紧耦合计算簇、PCIE接口、内部数据总线;各局部紧耦合计算簇之间通过内部数据总线电性连接,用于对深度神经网络或脉冲神经网络进行运算,由N×N个神经元引擎NE组成,各NE共用一个神经元缓冲区;NE用于对神经元模型数据进行矩阵运算和向量运行算;PCIE接口与计算机主板PCIE插槽匹配,用于类脑计算系统与外部设备的数据交互。本发明实现了深度神经网络和脉冲神经网络的并行运算。
  • 基于神经网络融合计算系统指令执行方法
  • [发明专利]基于全加法脉冲式Transformer的分类方法-CN202310899447.6在审
  • 李国齐;徐波;黄彦彬;姚满 - 中国科学院自动化研究所
  • 2023-07-21 - 2023-08-25 - G06V10/764
  • 本发明涉及图像处理技术领域,提供一种基于全加法脉冲式Transformer的分类方法,包括:获取待分类的图像;基于分类模型的预处理模块,对图像进行特征提取,得到基本特征图,并对基本特征图进行相对位置编码,得到位置编码结果;基于分类模型的编码模块,对位置编码结果进行脉冲序列转化,得到脉冲特征图,并对脉冲特征图的脉冲矩阵进行脉冲驱动注意力运算,得到输出膜电势;基于分类模型的分类模块,应用输出膜电势进行图像分类,得到图像的图像类别。本发明提供的基于全加法脉冲式Transformer的分类方法,可以提高图像分类处理效率、降低处理功耗。
  • 基于加法脉冲transformer分类方法
  • [发明专利]样本数据处理方法、电子设备及存储介质-CN202310436820.4在审
  • 任广皓;张桂刚;王健 - 中国科学院自动化研究所
  • 2023-04-21 - 2023-08-25 - G06F18/10
  • 本发明提供一种样本数据处理方法、电子设备及存储介质,涉及数据处理技术领域,其中,所述方法包括:获取多种运行样本数据;将多种运行样本数据中影响值等于或小于第一预设阈值的运行样本数据剔除,得到优化后的运行样本数据;影响值用于表征数据对故障诊断结果的影响程度;对优化后的运行样本数据进行特征提取,获取多种特征样本数据;将多种特征样本数据中影响值等于或小于第二预设阈值的特征样本数据剔除,得到优化后的特征样本数据;将优化后的特征样本数据作为训练故障诊断模型的输入数据;故障诊断模型用输出所述故障诊断结果。本发明有效提高了故障诊断模型的建模效率、精确度和鲁棒性。
  • 样本数据处理方法电子设备存储介质
  • [发明专利]基于GCN残差连接网络的激发荧光断层成像方法-CN202110763557.0有效
  • 田捷;杜洋;王宇;安羽;边畅;王瀚帆 - 中国科学院自动化研究所
  • 2021-07-06 - 2023-08-25 - G06T17/20
  • 本发明属于生物医学分子影像领域,具体涉及一种基于GCN残差连接网络的激发荧光断层成像方法、系统、设备,旨在解决传统基于光子传播模型进行FMT重建时出现的模型精度下降,重建精度下降,重建速度慢的问题。本方法包括对分割后的生物体的CT影像数据网格化,并进行图结构建模;对体内光源在生物体体内的光子传播过程进行仿真,得到生物体表面和内部的荧光分布,作为光源样本并扩充;构建第一节点集合;将扩充后的光源样本、第一节点集合中的各节点输入深度学习网络模型,对模型进行训练;利用训练好的深度学习网络模型对生物体进行激发荧光断层重建。本发明实现了高重建质量、高重建速度的激发荧光断层成像。
  • 基于gcn连接网络激发荧光断层成像方法
  • [发明专利]基于脉冲方波激励和曲线拟合的磁粒子弛豫时间检测方法-CN202310607774.X在审
  • 田捷;冯欣;惠辉 - 中国科学院自动化研究所
  • 2023-05-26 - 2023-08-22 - G01R33/12
  • 本发明属于磁粒子生物医学检测和成像领域,具体涉及一种基于脉冲方波激励和曲线拟合的磁粒子弛豫时间检测方法,旨在解决现有技术无法有效对磁纳米粒子的尼尔弛豫时间和布朗弛豫时间进行区分检测的问题。本发明方法包括:获取磁纳米粒子样品在脉冲方波激励磁场激发下所产生的样品信号;结合样品信号,调整预构建的双指数衰减函数中的弛豫时间相关参数并进行磁化强度曲线的拟合,进而得到与所述样品信号匹配的目标磁化强度曲线;将所述目标磁化强度曲线对应的弛豫时间相关参数作为磁粒子弛豫时间检测结果。本发明能够对磁纳米粒子的尼尔弛豫时间和布朗弛豫时间进行有效的区分检测,能够拓展与尼尔弛豫时间或布朗弛豫时间相关的应用发展。
  • 基于脉冲方波激励曲线拟合粒子弛豫时间检测方法

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