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17个,建议您升级VIP下载更多相关专利
  • [发明专利]自动化缺陷分类和检测-CN202310445952.3在审
  • B·戴伊;E·德哈恩;S·霍尔德 - IMEC非营利协会
  • 2023-04-23 - 2023-10-24 - G06V10/764
  • 公开了一种用于图像数据中的缺陷检测、分类和分割的计算机实现的训练和预测方法。该训练方法包括提供学习结构(101,102,105)的合集,每一学习结构包括特征提取器模块(101‑1,102‑1,105‑1)、区域建议模块(101‑2,102‑2,105‑2)、检测模块(101‑5,102‑5,105‑5)和分割模块(101‑4,102‑4,105‑4)。每一学习结构都是经过单独训练和验证的。使用参数化合集投票结构(110)来选择其验证预测得分超过预定阈值得分的学习结构,并将它们的预测进行组合。
  • 自动化缺陷分类检测
  • [发明专利]一种用于确定半导体工艺的工艺极限的方法和装置-CN202010982374.3有效
  • S·霍尔德;B·戴伊;D·瑟布 - IMEC 非营利协会
  • 2020-09-17 - 2023-06-23 - G06F30/392
  • 取得同一管芯区域的图像的数据集作为方法的起始点。该数据集之中的图像对应于一个或多个工艺参数的不同设置。来自该数据集的一个或多个图像被用作无监督生成式机器学习算法的训练图像。该算法创建特征向量空间,其包括允许该算法合成大量合成图像的特征向量。该方法接着将来自该数据集的一个或多个图像呈现为针对该算法的查询图像,并且基于查询图像与来自该数据集的一组对象图像中的相应对象图像之间的距离将一分数归于该一组对象图像,所述距离在特征向量空间中被确定。根据本发明,该分数表示图像的一个或多个特性。这允许直接从分数值中,而非从图像的手动比较中,提取工艺极限。
  • 一种用于确定半导体工艺极限方法装置
  • [发明专利]确定车辆是否在数字地图资料中包含的道路上行驶的方法-CN202111532848.5在审
  • A·哈克洛尔;S·霍尔德 - 宝马股份公司
  • 2021-12-15 - 2022-08-05 - G01C21/30
  • 本发明涉及一种用于确定机动车是否在包含在数字地图资料中的道路上行驶的方法,其中,所述方法(1、20)包括以下步骤:在机动车运行期间在第一时刻,借助于绝对定位系统检测机动车的第一绝对位置数据,并且借助于机动车的里程计系统检测第一车辆里程数据(2);在机动车运行期间在与所述第一时刻不同的至少一个另外的时刻,借助于绝对定位系统检测所述机动车的另外的绝对位置数据,并且借助于里程计系统检测另外的车辆里程数据(3);基于所述数字地图资料、所述第一绝对位置数据、所述第一车辆里程数据、所述另外的绝对位置数据和所述另外的车辆里程数据以及地图匹配算法,确定所述机动车是否行驶在包含在数字地图资料中的道路上(4)。
  • 确定车辆是否数字地图资料包含道路行驶方法
  • [发明专利]用于地图匹配的系统和方法-CN201980077367.4在审
  • B·贝格尔;S·霍尔德 - 宝马股份公司
  • 2019-11-28 - 2021-07-23 - G01C21/30
  • 本发明涉及一种用于确定地图匹配置信度的方法。该方法包括检测轨迹;检测网络数据,其包括网络的多个链路;检测一个或多个数据对,所述一个或多个数据对中的每个数据对包括:所述多个链路中的一个链路和一个时间窗,其检测至少一部分轨迹;对于所述一个或多个数据对中的每个数据对,基于最大后验概率的确定借助修改的前向算法的确定来确定相应数据对的链路的地图匹配置信度,其中,地图匹配置信度用于说明相应链路在相应时间窗内牵涉到所述轨迹的概率。本公开还涉及用于执行根据本发明方法的系统以及包括该系统的车辆。
  • 用于地图匹配系统方法

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