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156个,建议您升级VIP下载更多相关专利
  • [发明专利]一种水处理用高密度沉淀池-CN202210957417.1有效
  • 李新春;刘延民;陈平;李广苏;孟婕;杜贻鑫 - 山东格瑞水务有限公司
  • 2022-08-10 - 2023-10-20 - B01D21/24
  • 一种水处理用高密度沉淀池,包括长条块,长条块顶端开设长条槽,长条槽顶端开口处固定安装丝母,长条块的顶端两侧分别开设限定槽,长条块的上方配合设有连接板,连接板的底端两侧分别固定安装长条杆,长条杆的底端能够插入至对应的限定槽内,连接板的底端中部固定安装防水正反转电机,通过本发明中第二刮板的移动,在转动过程中同步将角落的淤泥清除,提高清除效果,清除效率提升,而且通过不同的操作方式,可以在淤泥较厚时,选择不同的方式进行清理操作,使淤泥变薄,在清理中,防止因淤泥阻力过大,造成刮板损坏或驱动装置停机的现象。
  • 一种水处理高密度沉淀
  • [发明专利]一种基于动态博弈的联邦学习激励方法-CN202310501744.0在审
  • 覃振权;孟婕;卢炳先;王雷;朱明 - 大连理工大学
  • 2023-05-06 - 2023-08-01 - H04W52/34
  • 本发明属于边缘计算技术领域,公开了一种基于动态博弈的联邦学习激励算法。首先对水下节点的隐私敏感度、能量损耗模型进行建模;其次,对参与节点的学习质量进行评估,选择高质量的节点参与联邦学习任务;然后使用扩展式博弈模型和重复博弈模型对参与节点决策过程进行建模,获得各参与节点训练策略的最优解,以此作为选择训练数据集大小和参与节点数量的依据;最后按照最优策略执行本地模型训练和聚合,在每次迭代中更新全局模型并记录节点历史学习质量。此外,本发明实现了水下网络能源消耗、模型精度和隐私保护之间的最佳均衡,保证了模型的训练效果、能耗和隐私损失的减少。本发明使联邦学习引入水下物联网后节点能更持续投入使用。
  • 一种基于动态博弈联邦学习激励方法

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