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5151278个,建议您升级VIP下载更多相关专利
  • [发明专利]一种激光直写系统的扫描方法-CN202210785236.5在审
  • 胡传武;胥涛棚;张书荣;张雷 - 源卓微电子技术(上海)有限公司
  • 2022-07-06 - 2023-08-22 - G03F7/20
  • 一种激光直写系统的扫描方法,所述激光直写系统的控制系统控制图形发生器进行图像投影,所述激光直写系统细分数的数值不是整数值时,所述控制系统根据所述细分数的数值确定所述激光直写系统的主细分数和副细分数,根据主细分数划分主细分数基本像素单元,根据副细分数划分副细分数基本单元,并确定包含主细分数基本像素单元和副细分数基本像素单元的重复单元,对待操作的矢量图形进行栅格化操作;对所述以副细分数进行栅格化处理的像素单元进行主细分数化处理获得主细分数栅格化图像数据;对所述主细分数栅格化图像数据进行拉伸和帧化处理。当细分数值为非整数时,利用主细分数和副细分数的方式处理矢量图像,无需复杂的调整图形发生器的角度。
  • 一种激光系统扫描方法
  • [发明专利]一种基于分层集成学习的阿尔茨海默症分类方法-CN201910065074.6有效
  • 王如月;黎汉汇;刘振丙;罗笑南 - 桂林电子科技大学
  • 2019-01-23 - 2022-05-03 - G16H50/20
  • 本发明公开了一种基于分层集成学习的阿尔茨海默症分类方法,步骤为:S1、获取阿尔茨海默症的核磁共振图像;S2、对步骤S1获得的核磁共振图像进行预处理;S3、将预处理之后的图像,以切片为单位输入基于分层集成学习的模型中,采用预先训练好的深层神经网络(DNN)提取特征矩阵,将提取的特征矩阵输入到分类器中进行分类,得到切片级别的粗预测结果;S4、将步骤S3得到的粗预测结果进行集成,再次经分类分类,得到切片的细分预测结果;S5、将步骤S4得到的细分预测结果进行集成,再次进行经分类器进行分类预测,得到病人级别的阿尔茨海默症的最终分类结果。该方法分类稳定,分类效率高,分类方法通用性和灵活性好。
  • 一种基于分层集成学习阿尔茨海默症分类方法
  • [发明专利]一种基于多重语义融合的专利价值信息分析方法、装置-CN202011625601.3在审
  • 张龙晖;罗瑞祥;杨铖;张弛;陈龙彪 - 厦门智融合科技有限公司
  • 2020-12-31 - 2021-04-30 - G06F40/30
  • 本发明提供一种基于多重语义融合的专利价值信息分析方法、装置,方法包括如下步骤:从专利数据库中获取专利的数值信息、文本信息和图像信息,并进行预处理;将所述文本信息测试集输入训练好的语义分类模型Bert,提取文本语义特征;将所述图像信息测试集输入训练好的图像分类模型DenseNet,提取图像特征;将预处理后的数值信息作为非结构化数据特征输入XGBoost分类器,文本语义特征输入MLP分类器,图像特征输入ResNet分类器,分别得出分类结果;根据三种分类器的分类结果,分析专利价值;本发明提出的方法运用前沿的深度学习技术,对专利的非结构化数据特征、文本语义特征以及图像特征等多重特征进行提取和分析,实现全方位专利价值评估,整个分析过程不依赖专家经验
  • 一种基于多重语义融合专利价值信息分析方法装置
  • [发明专利]专利文献的分类标引方法-CN200910052266.X无效
  • 励向南;魏国柱;唐向东 - 上海汉光知识产权数据科技有限公司
  • 2009-05-31 - 2010-03-31 - G06F17/30
  • 一种专利文献的分类标引方法,包括以下步骤:1)从各个国家的专利数据库对预设的技术主题进行检索,建立该技术专题专利文献数据库;并建立与该技术专题相应的技术分类,以及技术分类之间的绑定关系;2)当标引人员自所述专利文献数据库内提取专利文献时,提供一分类标引选择界面,所述分类标引选择界面至少包括普通标引和绑定标引两种模式选择项、技术分类选择项、以及标引模式修正选项;根据标引人员在所述分类标引选择界面的选择对所提取的专利文献进行相应标引。通过这种方法,可以在保持标引准确性的同时,有效的提高标引效率,并提高了对技术分类进行批量修改的便利性。
  • 专利文献分类标引方法
  • [发明专利]一种肺部癌变区域分割与分类检测系统-CN202010541649.X有效
  • 李妮;闫俊宇;龚光红 - 北京航空航天大学
  • 2020-06-15 - 2023-01-20 - G06T7/00
  • 本发明公开了一种肺部癌变区域分割与分类检测系统,先利用预分割模型进行初步的预分割,筛选预分割区域,之后对预分割区域进行梯度计算,得到误诊断区域的主要集中部位,即组织区域边缘,对于这些边缘区域,再利用高精度的精细分割模型进行计算,实现癌变区域的精确分割,由于精细分割算法只涉及边缘区域,因此,与现有方法对全组织区域进行精细分割相比,本发明的计算量显著减少,可以实现检测的快速性与准确性的平衡。本发明结合预分割模型的快速性与精细分割模型的精确性,可以实现能够满足实际应用水平的癌变区域分割算法,该算法能够应用于实际的社会生产过程中,有效减轻检测工作量,加快诊断速度。
  • 一种肺部癌变区域分割分类检测系统
  • [发明专利]利用IPC分类检索专利的方法-CN200610119585.4无效
  • 余明伟;王志达 - 上海汉光知识产权数据科技有限公司
  • 2006-12-13 - 2007-06-06 - G06F17/30
  • 本发明提供一种利用IPC分类检索专利的方法,包括以下步骤:建立一IPC分类数据库,利用关键词检索该IPC分类数据库中IPC分类;根据步骤检索结果,筛选相关IPC分类;利用筛选后的IPC分类检索相关专利。其中还可包括建立关键词的近义词、同义词字库步骤,先利用该关键词检索近义词、同义词字库;再利用该关键词及其近义词、同义词检索该IPC分类数据库中IPC分类,合并检索结果。通过本发明技术方案,可以有效地利用国际专利分类表快速准确地查找相关专利,减少了检索时间,提高了检索效率。
  • 利用ipc分类检索专利方法
  • [发明专利]一种利用IPC分类检索专利的方法-CN200610024619.1无效
  • 余明伟;王志达 - 上海汉光知识产权数据科技有限公司
  • 2006-03-10 - 2006-08-16 - G06F17/30
  • 一种利用IPC分类搜索专利的方法,其特征在于包括以下步骤:建立一IPC分类数据库,利用关键词检索该IPC分类数据库中IPC分类;根据步骤检索结果,筛选相关IPC分类;利用筛选后的IPC分类检索相关专利。其中还可包括建立关键词的近义词、同义词字库步骤,先利用该关键词检索近义词、同义词字库;再利用该关键词及其近义词、同义词检索该IPC分类数据库中IPC分类,合并检索结果。通过本发明技术方案,可以有效地利用国际专利分类表快速准确地查找相关专利,减少了检索时间,提高了检索效率。
  • 一种利用ipc分类检索专利方法
  • [实用新型]一种旋转式分类回收垃圾箱-CN201220705593.8有效
  • 郭玲;徐友军 - 金陵科技学院
  • 2012-12-19 - 2013-11-06 - B65F1/00
  • 该产品是一种能够旋转详细分回收垃圾的垃圾箱。由垃圾箱顶盖、旋转把手、垃圾箱主体、旋转结构柱和底座组成。垃圾箱顶盖、内侧有三角形突起中心轴套与垃圾箱主体、分类垃圾区、中心轴相对应吻合,固定成一体,与底座通过旋转结构柱进行旋转。按照不同的分类垃圾投放口,垃圾箱细分五类常见垃圾种类,通过旋转,投放口符合投放物品的外形可以快速方便的进行垃圾投放。
  • 一种旋转分类回收垃圾箱
  • [发明专利]一种垃圾亭-CN201710630953.X在审
  • 黄英姿 - 黄英姿
  • 2017-07-28 - 2019-02-05 - E04H1/12
  • 包括多堵墙和屋顶,所述多堵墙和所述屋顶形成存储空间,所述存储空间内设置有正常垃圾存储点和非正常垃圾存储点,所述正常垃圾存储点和所述非正常垃圾存储点均设置有分类称重检测组件,所述多堵墙上设置有进口和出口。这样,在存储空间内设置有正常垃圾存储点和非正常垃圾存储点,通过分类称重检测组件对所投掷的垃圾进行类别细分,并将细分后的垃圾投放至正常垃圾存储点或非正常垃圾存储点内,使用时,投放垃圾人员将事先分好的垃圾对应投放在正常垃圾存储点和/或非正常垃圾存储点即可,分类称重检测组件会对垃圾进行细分处理,使得垃圾分类更加准确,同时减少垃圾在室外的存放,减少空气污染。
  • 垃圾存储点称重检测存储空间分类屋顶进口和出口垃圾分类垃圾投放空气污染垃圾处理投掷室外投放

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