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69个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于多元变量间的关系变化的时序分类的方法-CN201910833290.0有效
  • 蔡瑞初;陈嘉伟;温雯;郝志峰;陈炳丰;李梓健 - 广东工业大学
  • 2019-09-04 - 2023-09-29 - G06F18/24
  • 本发明提供的一种基于多元变量间的关系变化的时序分类的方法,包括:从观察数据集中获取样本数据,计算样本数据两两变量间的偏相关系数,构造偏相关系数矩阵;通过卷积神经网络对偏相关系数矩阵进行编码后得到对应的特征图;将每个特征图分别拉伸成特征向量循环输入长短记忆神经网络,从而得到用于捕获变量关系间变化模式的隐藏状态;将隐藏状态输入标签分类器,输出对应的样本类别,完成时序的分类。本发明提供的一种基于多元变量间的关系变化的时序分类的方法,充分地考虑了时序数据中不同变量之间的关系,同时基于变量的关系模式进行分类,充分地表达了时序数据中不同变量关系的变化模式,同时对输入的噪声值具有更好的鲁棒性,分类精度高。
  • 一种基于多元变量关系变化时序分类方法
  • [发明专利]一种基于线性隐变量的调查问卷数据分析方法-CN202110977713.3有效
  • 郝志峰;陈正鸣;蔡瑞初;陈炳丰 - 广东工业大学
  • 2021-08-24 - 2023-06-06 - G06F18/23
  • 本发明公开了一种基于线性隐变量的调查问卷数据分析方法,包括:收集填写后的调查问卷并进行预处理和标准化处理;构建测量模型,根据标准化处理后的观测变量,获得观测变量的聚类和隐变量的骨架图;枚举隐变量骨架图的等价类,进行三分体约束判断;若违背三分体约束,则拒接;若满足三分体约束,将每个隐变量分别作为根节点,对其余隐变量剔除来自根节点的影响,保留相应的等价类;对被保留等价类进行合并,根据合并结果输出隐变量的因果结构图,获得调查问卷中隐变量间的因果关系。本发明可以获得任意形式分布的隐变量间的因果关系,对调查问卷进行辅助分析,分析结果更准确,有助于做出正确决策。
  • 一种基于线性变量调查问卷数据分析方法
  • [发明专利]一种识别刷单的方法-CN201910713859.X有效
  • 袁锦杰;蔡瑞初;郝志峰;温雯;王丽娟;陈炳丰 - 广东工业大学
  • 2019-08-02 - 2023-04-14 - G06Q30/018
  • 本发明涉及一种识别刷单的方法,包括以下步骤:获取大量用户的大量有效评论文本集合,并训练出各评论文本每个词的词向量;多次随机组合两个评论文本与其是否属于同一用户的标识值构成训练集;搭建并训练卷积神经网络,用于预测两个评论文本是否为同一人所写;一个商家若存在大量不同用户的两个评论文本却被预测为同一人所评论的情况,则预测该商家存在刷单行为。本发明利用了人说话、打字具有一定个性的语言、格式风格习惯的特点,利用该思路进而识别刷单,借助神经网络模型通过细节特征、学习评论文本中所带有的语言习惯,进而识别评论文本是否由同一个人所写,最后再基于该模型通过一定方法识别某个网店是否具有刷单行为。
  • 一种识别方法
  • [发明专利]一种面向多视角多标签数据的隐语义学习方法-CN201910373011.7有效
  • 温雯;韦滨;蔡瑞初;郝志峰;陈炳丰 - 广东工业大学
  • 2019-05-06 - 2023-02-07 - G06F16/35
  • 本发明提供了一种面向多视角多标签数据的隐语义学习方法,包括:读取多视角多标签数据作为预处理器的输入,然后进行数据预处理,并将预处理结果输入到训练器中,学习得到隐语义子空间和训练后的模型。预测未标注多视角数据的标签时,将未标注的多视角数据进行预处理,然后输入到训练好的模型中预测得到多标签类别。本发明中提出了一种融合多个视角信息的学习和多标签分类方法,将输入特征和输出多标签映射到共同的潜在语义子空间中。该方法能够处理高维稀疏数据所带来的维数灾难问题,同时融合多视角信息对多标签数据进行分类。
  • 一种面向视角标签数据隐语义学方法
  • [发明专利]一种基于低秩矩阵补全的单幅图像去雨方法-CN201910420295.0有效
  • 朱鉴;刘培钰;罗玉;陈炳丰;蔡瑞初;郝志峰;凌捷 - 广东工业大学
  • 2019-05-20 - 2022-12-30 - G06T5/50
  • 本发明提供一种基于低秩矩阵补全的单幅图像去雨方法,包括以下步骤:S1)、利用雨线的两个物理特征,建立准确的检测雨模型,通过检测雨模型对图像进行雨标记,得到雨候选标记矩阵B1(i,j),并利用方向算子对雨候选标记矩阵B1(i,j)中的错误检测进行纠正,得到雨候标记矩阵B2,最终得到的雨标记矩阵B(i,j),即B(i,j)=B1(i,j)*B2(i,j);S2)、利用低秩矩阵恢复算法,对被雨像素破坏的区域进行高质量恢复,本发明相对于现有技术的去雨方法,具有去雨效果好、计算量小的优点,同时,本发明能够在保持图像细节,尤其是背景图像的轮廓边缘的同时,可以有效去除单幅图像中的雨线,能够最大限度的保证图像的细节。本发明利用稀疏和低秩矩阵的属性降低了计算量,同时提高了图像的处理效果。
  • 一种基于矩阵单幅图像方法
  • [发明专利]一种基于涡度损失的自适应涡度限制力方法-CN201910689474.4有效
  • 李思隆;朱鉴;曾荣达;陈炳丰;蔡瑞初;郝志峰 - 广东工业大学
  • 2019-07-29 - 2022-11-01 - G06F30/20
  • 本发明公开了一种基于涡度损失的自适应涡度限制力方法,包括以下步骤:基于欧拉网格法求解流体控制方程,解算每一帧中的流体控制方程;在每一帧计算对流步之前,对当前速度场un求旋度,得到其涡度场ωn;通过对流求得其下一状态ωn+1,并记此涡度场为ω′;对当前帧的速度场un进行对流,得到对流后的速度场un+1,针对对流后的速度场un+1求旋度,得到其涡度场ω*;计算涡度损失因子δω,根据涡度损失因子构建自适应涡旋限制力模型。本发明通过引入涡度损失因子δω,该涡度损失因子的大小随速度损失大小动态地变化,通过将涡度损失因子与涡旋限制力结合,构建自适应涡旋限制力favc,其具有了动态弥补数值耗散影响的理想特性。
  • 一种基于损失自适应限制方法

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