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182个,建议您升级VIP下载更多相关专利
  • [发明专利]一种小输入图小权重的卷积的实现方法-CN202210312160.4在审
  • 田凤彬;于晓静 - 北京君正集成电路股份有限公司
  • 2022-03-28 - 2023-10-10 - G06F17/15
  • 本发明提供了一种小输入图小权重的卷积的实现方法,包括:S1,设定数据的存储:设定特征图的存储方式:特征图数据存储顺序:32,W,H,N,其中32为深度的一部分,W为宽,H为高,N为深度上有多少个32的个数,即32*N为特征图的深度;设定权重的存储方式:采用32*32上连续,接着在卷积核的宽度上连续,再在卷积核的高度上连续,接着在卷积核的输入深度/32的个数上连续,最后在输出深度/32的个数上连续;在处理之前需要将通常的输入深度连续,再存储卷积核宽高,最后卷积核输出深度存储成需要的顺序;S2,使用simd指令将所有数据从ddr加载到fram,wram,每次加载32个数据;S3,卷积计算的实现。本方法实现了小输入特征图小权重的计算,实现加速,提高效率。
  • 一种输入权重卷积实现方法
  • [发明专利]一种用于不同深度岩溶水的取样装置-CN202310577528.4在审
  • 于林弘;于晓静;陶志斌;殷焘;杨宁;强萌麟 - 于林弘
  • 2023-05-19 - 2023-09-15 - G01N1/16
  • 本发明提供了一种用于不同深度岩溶水的取样装置,包括支架A;所述支架A的顶部设有横板,横板上转动安装有伸缩装置A;所述伸缩装置A的自由端固定有承载板;在承载板的底面固定有连接杆,连接杆的底端可拆卸的连接有取样箱;所述取样箱包括箱体,箱体为两端敞口结构;所述箱体的一端滑动安装有密封盖A,另一端滑动安装有密封盖B;所述承载板上固定有伸缩装置B和伸缩装置C;伸缩装置B的自由端与密封盖A的顶端连接,伸缩装置C的自由端与密封盖B的顶端连接。该取样装置具有设计合理、实用性强、使用方便的优点。使用该取样装置,能够准确的对指定水层取样,提高取样的准确度,进而提高检测结果的可靠性。
  • 一种用于不同深度岩溶取样装置
  • [发明专利]一种基于3DUNet的作物分类方法-CN202310882040.2在审
  • 孙思雨;于晓静;李明波 - 阳光农业相互保险公司
  • 2023-07-18 - 2023-09-12 - G06V10/764
  • 本发明公开了一种基于3DUNet的作物分类方法,涉及作物分类技术领域,包括以下步骤;步骤一:数据库建立;步骤二:图像采集;步骤三:图像压缩;步骤四:图像解码;步骤五:数据库比对;步骤六:作物分类。本发明通过对待分类作物进行采集3D图像,随后将所采集的作物3D图像输入3DUNet中的编码器中进行编码降维,在3DUNet中的编码器的作用下,将图像压缩为一个特征定向,随后将此特征定向输入至3DUNet中的解码器中,对此特征定向进行反向操作,输出分割图像,得到分割图像后,将分割图像与数据库内的数据进行比对,选取相似度最高的选项,即可对作物进行分类,解决了现有分类方法多为遥感分类,这种分类方法在对作物图像的识别分类时,不便于使用的问题。
  • 一种基于dunet作物分类方法
  • [发明专利]地质勘探用土壤取样装置-CN202310944658.7在审
  • 卫聪聪;杨丽君;吕少杰;戚树发;张学涛;张鹏;于晓静 - 山东拓普地理信息工程有限公司
  • 2023-07-31 - 2023-08-29 - G01N1/08
  • 本发明公开了地质勘探用土壤取样装置,涉及土壤取样技术领域,包括底座,底座上设置有取样机构,底座的周侧绕中心均匀设置有多个支撑臂,每个支撑臂上均设置有纵向插入结构,每个纵向插入结构内均设置有与自身顶部连通的滑槽,每个滑槽内均活动连接有螺旋挤压结构,每个滑槽的内壁上均通过扭力弹簧转动连接有横向切入结构,每个支撑臂上还设置有用于与地面接触的伸缩支撑结构,本发明通过纵向插入结构插入土壤内部,再通过螺旋挤压结构挤压横向切入结构向滑槽外侧转动,使得横向切入结构切入土壤内部以为纵向插入结构脱离土壤提供阻力,从而限制纵向插入结构脱离土壤,提高了本发明在使用过程中的稳定性。
  • 地质勘探土壤取样装置
  • [发明专利]一种水工环地质探测用钻孔装置-CN202310609478.3有效
  • 刘邦伟;于晓静;王有智 - 烟台鲁东勘察测绘有限公司
  • 2023-05-29 - 2023-07-25 - E21B7/02
  • 本发明涉及水工环地质探测技术领域,具体为一种水工环地质探测用钻孔装置,包括装置本体,所述装置本体前侧上滑动安装有升降板,升降板下端设有用于钻孔且对钻头起到防护效果的钻孔防护机构;钻孔防护机构右下侧设有对钻头上残留泥土进行吹落的清除机构;清除机构上设有可扩大清除范围的转向机构;钻孔防护机构后侧设有对清除机构起到辅助效果的辅助机构,本发明中,当钻头板钻到土中坚硬物质时,设置的方形伸缩杆和弹簧一会产生收缩和被压缩状态,从而可以对钻头板产生一个缓冲力,避免了传统的钻头板直接固定在电机上,遇到坚硬物质无法缓冲,造成钻头板的损坏或报废,从而延长了钻头板的使用寿命,也确保了钻孔的高效性。
  • 一种水工地质探测钻孔装置
  • [发明专利]一种二次人脸检测的网络结构设置方法-CN201910445453.8有效
  • 于晓静;田凤彬 - 北京君正集成电路股份有限公司
  • 2019-05-27 - 2023-07-07 - G06V40/16
  • 本发明提供二次人脸检测的网络结构设置方法,包括:第一层输入大尺寸图片输出深度为4特征图,卷积核大小3×3,步长为2,卷积计算的图两端非对齐;第二层输入适当尺寸输出深度为8特征图,卷积核大小3×3,步长为2,卷积计算两端非对齐;第三层输入较小尺寸输出深度为16特征图,卷积核大小3×3,步长为2,卷积计算两端非对齐,得到输出特征图6×6×16;第四层输入数据为第三层输出,输出32张特征图,卷积核大小1×1,步长为1,卷积计算两端对齐,得到输出特征图6×6×32;第五层输入数据为第四层输出,输出64张特征图,卷积核大小3×3,步长为2,卷积计算两端对齐,得到输出特征图3×3×64;第六层是全连接到192的特征图上。
  • 一种二次检测网络结构设置方法
  • [发明专利]一种基于宠物检测的二层标注的网络结构的设计方法-CN202010400148.X有效
  • 田凤彬;于晓静 - 北京君正集成电路股份有限公司
  • 2020-05-13 - 2023-05-23 - G06N3/04
  • 本发明提供一种基于宠物检测的二层标注的网络结构的设计方法,包括:S1样本的标注:样本采用宠物上半身标注和宠物头部标注;S2标注在训练中的使用:S2.1第一级标注,训练中使用的标注是根据网络结构进行标注,宠物头所在的小正方形的位置标注为1,其他没有宠物头部的小正方形标注为0,生成一向量,这个向量就是相对宠物上半身中宠物头的标注信息;S2.2第二级标注,宠物上半身标注为1;S3设计采用二级级联检测方法的网络结构:S3.1第一级网络:共七层,前四层和第六层、第七层的卷积核均是3×3,第五层的卷积核大小为1×1;S3.2第二级网络:共八层,前五层和第七层、第八层的卷积核均是3×3,第六层的卷积核大小为1×1。
  • 一种基于宠物检测标注网络结构设计方法
  • [发明专利]一种可量化的前端车辆检测网络结构的设计方法-CN202010400217.7有效
  • 田凤彬;于晓静 - 北京君正集成电路股份有限公司
  • 2020-05-13 - 2023-05-12 - G06F18/10
  • 本发明提供一种可量化的前端车辆检测网络结构的设计方法,包括以下步骤:S1,采用二级网络,第一级输入是47X47的灰度图,第二级网络输入是49X49的灰度图;自定义激励函数,将各层结果量化到4bit,边界数据量化中被量化掉;S2,设计二级网络结构:第一级网络:前三层步长是2,第四层步长是1,这四层使用自定义激励函数,3×3卷积核;第五层使用激励函数是sigmol;第六层不使用激励函数处理;以上每层使用非对齐处理方式做卷积;第二级网络:第一层步长是1,卷积大小为3×3,使用自定义激励函数;第二层至第五层步长均为2,卷积大小为3×3,使用自定义激励函数;第六层不使用激励函数;第七层使用全连接激励函数是sigmol;第八层使用全连接不使用激励函数。
  • 一种量化前端车辆检测网络结构设计方法
  • [发明专利]一种基于宠物检测的双层标注计算二级损失的方法-CN202010400197.3有效
  • 田凤彬;于晓静 - 北京君正集成电路股份有限公司
  • 2020-05-13 - 2023-04-28 - G06V40/10
  • 本发明提供一种基于宠物检测的双层标注计算二级损失的方法,包括:S1设计网络结构,采用二级级联检测方法:S1.1第一级网络;S1.2第二级网络;S2基于网络结构计算二级损失:S2.1在第一级网络用交叉熵计算第一级、第二级损失分类损失值;用2‑范数计算坐标微调损失值;总损失值为loss1:loss1=0.6×(0.6×cls1_loss_1+0.4×cls1_loss_2)+0.4×land1_loss;S2.2在第二级网络用交叉熵计算第一级、第二级损失分类损失值;用2‑范数计算坐标微调损失值;总损失值为loss2:loss2=0.6×(0.4×cls2_loss_1+0.6×cls2_loss_2)+0.4×land2_loss;分类损失值权重为0.6,坐标微调损失值权重0.4;第一级分类损失值权重是0.4,第二级分类损失值权重是0.6;权重系数是经验值。
  • 一种基于宠物检测双层标注计算二级损失方法

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