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142个,建议您升级VIP下载更多相关专利
  • [发明专利]微体古生物化石图像检测、分类及发现方法、系统及应用-CN202110253901.1在审
  • 贺小伟;李得栋;韩健;张涛;王宾;刘涛;牛犇;唐可昕 - 西北大学
  • 2021-03-09 - 2021-07-16 - G06K9/00
  • 本发明属于古生物化石识别技术领域,公开了一种微体古生物化石图像检测、分类及发现方法、系统及应用,所述微体古生物化石图像检测、分类及发现方法包括:制定微体化石图像采集标准,拍摄微体化石图像;构建带有仿微体化石的数据集;搭建SSD网络;调整预选框长宽比;加载预训练模型的原始权重文件,训练微体化石图像检测的网络模型;将待检测图像输入训练好的网络模型,使用非极大值抑制算法筛选出合适的检测结果;对区别于原始已知微体化石的人工仿化石类别检测结果做重点记录。本发明利用SSD网络自动筛选和分类微体化石,具备发现新种类化石的功能,可对现有大量未分类的微体化石图像进行快速而准确的检测,是节约人工分类成本的有力措施。
  • 古生物化石图像检测分类发现方法系统应用
  • [发明专利]一种基于高维空间变换的数据扩增方法、机器识别系统-CN201710899032.3有效
  • 赵凤军;吴斌;贺小伟;侯榆青;易黄建;曹欣;王宾 - 西北大学
  • 2017-09-28 - 2021-07-13 - G06K9/62
  • 本发明属于图像处理、机器学习技术领域,公开了一种基于高维空间变换的数据扩增方法、机器识别系统,将背景样本数据从原始空间变换到高维空间;基于背景样本的分布直方图获得高维空间目标样本分布,生成高维空间目标样本数据;利用距离函数进行方程组变换,扩增数据由高维空间变换到原始空间。本发明通过对负样本的分布直方图学习,扩增了相应的正样本数据集,解决了机器学习模型中的正负样本数据不匹配问题,提高了分类性能,尤其提高了正样本的分类精度;基于背景样本进行统计分析,得到待生成目标样本数据的分布,进而生成目标样本,提高了扩增数据的有效性,避免了传统的基于少量样本合成新的目标样本时产生的样本重叠、模型过拟合问题。
  • 一种基于空间变换数据扩增方法机器识别系统
  • [发明专利]一种基于双层注意力机制的云平台资源预测方法-CN202110315629.5在审
  • 王小凤;梁璐;邓胡承;陈思煜;孙超;耿国华;贺小伟 - 西北大学
  • 2021-03-24 - 2021-06-25 - G06N3/04
  • 本发明公开一种基于双层注意力机制的云平台资源预测方法,首先对云平台数据进行去噪、缺失数据填充、合并化、归一化预处理操作;将预处理后的数据分成训练集和测试集,分批导入基于双层注意力机制的神经网络进行有监督迭代训练,双层注意机制产生一个“注意力范围”后根据关注的区域来产生下一个输出,如此往复来获取不同历史阶段的不同程度的重要性,在输出部分通过与传统的自回归模型进行集成,防止非线性网络对输入变化不敏感带来的缺陷;当所选的loss函数足够小且趋于平稳后完成训练;使用测试集进行测试,选取MAE、MSE、MAPE等作为评价指标;本发明完成了多模型融合,克服了单模型预测性能差以及输入过长时容易被稀释的问题。
  • 一种基于双层注意力机制平台资源预测方法
  • [发明专利]一种新的目标可行区提取方法、系统、介质、设备及应用-CN202011570926.6在审
  • 易黄建;刘晓航;侯榆青;贺小伟;郭红波 - 西北大学
  • 2020-12-26 - 2021-04-23 - G06F30/23
  • 本发明属于荧光分子断层成像技术领域,公开了一种新的目标可行区提取方法、系统、介质、设备及应用,使用网格剖分软件Amira对研究对象进行四面体网格剖分;使用SP3光传输模型模拟光传输过程,建立测量的表面光分布与内部荧光目标的线性关系;通过多次迭代技术自适应提取目标可行区;使用Tikhonov算法结合可行区策略求解系统方程,得到重建结果。该技术可用于荧光分子断层重建、X‑射线激发断层成像以及生物自发光断层成像等。本发明仿真实验表明:位置误差降低至0.71mm,能够获取荧光目标的准确位置,在得到精确结果的同时,还能使得计算的表面光分布与测量的表面光分布之间的均方根误差值最小,进而达到了优化重建结果的目的。
  • 一种目标可行提取方法系统介质设备应用
  • [发明专利]单视图切伦科夫发光断层成像重建方法-CN201710726261.5有效
  • 侯榆青;薛花;贺小伟;曹欣;孙怡;卫潇 - 西北大学
  • 2017-08-22 - 2021-04-13 - G06T11/00
  • 本发明属于光学分子影像技术领域,公开了一种单视图切伦科夫发光断层成像重建方法,包括:利用光学相机探测被测物体的表面光学信息;获取生物体组织结构信息和光学特性参数;将光学相机获取的二维光学数据映射到生物体表面,得到生物体表面的三维荧光数据分布;将重建对象的解剖结构信息和光学特性参数作为先验信息,建立表面的测量数据与内部未知光源的线性关系;对网格全域通过稀疏贝叶斯学习算法重建,实现目标内部放射性核素探针的三维分布;将重建结果和成像对象的解剖结构进行图像融合并显示。本发明有效提高了切伦科夫断层成像的重建结果,在光学断层三维重建算法等领域有重要的应用价值。
  • 视图切伦科夫发光断层成像重建方法
  • [发明专利]一种基于深度学习的农田残膜残留量的检测预警方法及系统-CN202011496196.X在审
  • 胡灿;熊黎剑;李洁;王旭峰;王龙;郭文松;贺小伟 - 塔里木大学
  • 2020-12-17 - 2021-03-30 - G06Q50/02
  • 本发明提供了一种基于深度学习的农田残膜残留量的检测预警方法和系统,方法包括:针对整地后的农田,进行农田可见光图像的采集,得到原始残膜图像;对所述原始残膜图像进行位置信息标注;将标注后的原始残膜图像分为残膜图像的训练集和测试集;构建基于深度学习的可微分阈值分割网络模型;将训练集输入可微分阈值分割网络模型进行训练,得到农田残膜残留量预测模型;将测试集输入训练得到的农田残膜残留量预测模型进行残膜残留量检测;将检测得到的残膜残留量与分级预警值进行比较,显示预警级别。本发明利用深度卷积层监督学习不同层次的特征,将二值化函数设成可微分形式,使得二值化的阈值可以随网络一起得到训练,增加预测的精度,贴合实际应用场景,提高了算法的鲁棒性。
  • 一种基于深度学习农田残留检测预警方法系统

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