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56个,建议您升级VIP下载更多相关专利
  • [发明专利]一种曲面轴全直径测量装置-CN202211413068.3在审
  • 迟梁;何成;张丽娟;刘喜昂;宋启文;邱薇薇;薛林林;王新华 - 浙江科技学院
  • 2022-11-11 - 2023-02-03 - G01B11/08
  • 本发明公开了一种曲面轴全直径测量装置,涉及轴类测量技术领域,包括固定座、定位机构、夹持机构、移动机构和测距机构,固定座为顶部开口的框型结构,定位机构设置在固定座底部的中心,夹持机构设置在定位机构的两侧,移动机构设置在固定座的顶端,测距机构设置在移动机构上,夹持机构包括若干夹块,夹块对称设置在定位机构的两侧,同侧的夹块通过弹性连接线依次相连,夹块连接有横移驱动块,横移导轨设置在固定座的两端,横移驱动块上下两端设置在横移导轨中,第一螺杆设置在固定座上并与固定座转动连接,第一螺杆与横移驱动块组成丝杠滑块机构,第一螺杆两侧对应横移驱动块的螺纹旋向相反,本发明能够一次测量曲面轴所有位置的直径数据。
  • 一种曲面直径测量装置
  • [发明专利]一种抵抗在线和离线关键字猜测攻击的数据传输方法-CN202210329659.6在审
  • 薛林林;王海江;邱薇薇 - 浙江科技学院
  • 2022-03-30 - 2022-06-24 - H04L9/08
  • 本发明公开了一种抵抗在线和离线关键字猜测攻击的数据传输方法。运行初始化算法,输入全局安全参数,输出系统公开参数;数据发送方、数据接收方、云服务器各自运行密钥生成算法,输入系统公开参数,输出各自的私钥和公钥;数据发送方对明文数据提取关键字,加密获得关键字密文并传至云服务器;数据发送方对明文数据加密并传至云服务器;数据接收方构建查询关键字的搜索令牌并传给云服务器;云服务器对关键字密文和搜索令牌进行匹配,若匹配,将对应的密文数据重加密并传给数据接收方;数据接收方对密文数据解密得明文数据。本发明实现了关键字密文搜索,并有效解决了关键字猜测攻击(在线和离线)的问题,保护了数据隐私。
  • 一种抵抗在线离线关键字猜测攻击数据传输方法
  • [发明专利]一种基于边界引导的道路场景语义分割方法-CN202111082517.6在审
  • 周武杰;董少华;吴俊一;许彩娥;强芳芳;邱薇薇 - 浙江科技学院
  • 2021-09-15 - 2021-12-10 - G06T7/12
  • 本发明公开了一种基于边界引导的道路场景语义分割方法,涉及深度学习领域,具体步骤为:获取训练集,训练集包括原始道路场景RGB图像、Thermal热红外图像、预处理后的边界图像;构建卷积神经网络;将训练集输入到卷积神经网络中进行训练,得到对应的语义分割预测图;语义分割预测图构成第一集合,真实语义分割图像处理成的独热编码图像构成第二集合,计算第一集合与第二集合之间的损失函数,得到卷积神经网络分类训练模型的最优权值矢量和偏置项,卷积神经网络分类训练模型训练完成;将待语义分割的道路场景图像输入卷积神经网络分类训练模型中,得到预测语义分割图像,优点是提高了RGB‑T道路图像的语义分割效率和准确度。
  • 一种基于边界引导道路场景语义分割方法
  • [发明专利]一种基于神经网络的单目图像深度预测方法-CN201811147330.8有效
  • 周武杰;潘婷;顾鹏笠;张宇来;向坚;邱薇薇;周扬 - 浙江科技学院
  • 2018-09-29 - 2021-12-10 - G06T7/50
  • 本发明公开了一种基于神经网络的单目图像深度预测方法,其构建包括输入层、隐层和输出层的神经网络,隐层包括编码和解码网络框架,编码网络框架包括5个神经网络块、1个推理层和1个连接层,第1个和第2个神经网络块均由2个卷积层和1个最大池化层组成、第3个至第5个神经网络块均由3个卷积层和1个最大池化层组成、推理层包括2个带孔卷积神经网络,解码网络框架包括5个神经网络块、5个连接层、4个独立双线性上采样层,每个神经网络块由1个卷积层和1个双线性上采样层组成;将训练集中的单目图像输入到神经网络中进行训练;测试时将预测的单目图像输入到神经网络模型中进行预测,得到预测深度图像;优点是预测精度高,计算复杂度低。
  • 一种基于神经网络图像深度预测方法
  • [发明专利]基于GAN和跨模态特征融合的道路场景语义分割方法-CN202110785221.4在审
  • 周武杰;刘劲夫;邱薇薇;强芳芳;许彩娥 - 浙江科技学院
  • 2021-07-12 - 2021-09-10 - G06K9/00
  • 本发明公开了一种基于生成对抗网络和跨模态特征融合的道路场景语义分割方法,应用于深度学习技术领域,具体步骤如下:利用生成对抗网络,将训练集输入到生成器卷积神经网络,得到训练集中的每幅原始的道路场景图对应的预测图,将原始道路场景图,对应预测图和对应的标签图,输入判别器,得到评价分数,根据评价分数,更新判别器参数;将训练集输入到生成器卷积神经网络,得到训练集中的每幅原始的道路场景图对应的预测图,计算损失函数,并更新生成器参数。本发明解决了现有技术中单纯利用池化操作与卷积操作获得的特征图单一且不具有代表性,从而会导致得到的图像的特征信息减少,最终导致还原的效果信息比较粗糙,分割精度低。
  • 基于gan跨模态特征融合道路场景语义分割方法

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