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9715900个,建议您升级VIP下载更多相关专利
  • [发明专利]条码网络券产生系统-CN02116138.0无效
  • 黄庆祥 - 黄庆祥
  • 2002-04-19 - 2003-10-29 - G06T11/00
  • 本发明是关于一种条码网络券产生系统,其用以产生一机器可读信息的条码网络券,使电子商务的消费者可以从网络下载、打印机器可读的条码网络券,当消费者持机器可读的条码网络券至商家消费时,该机器可读的条码网络券中的相关数据可以供机器自动读入电脑本发明的条码网络券产生系统可让消费者直接从网站下载打印各式“条码网络券”,“条码网络券”可以让网络券的数据自动输入电脑,本发明同时提供对“条码网络券”进行签章及加密的技术,本发明改善了传统的各式促销券的产生及使用方法的缺点
  • 二维条码网络产生系统
  • [发明专利]一种基于深度学习的医学图像配准方法-CN202211385279.0在审
  • 卜佳俊;徐琦;张微;顾静军 - 浙江大学
  • 2022-11-07 - 2023-02-24 - G06T7/33
  • 一种基于深度学习的医学图像配准方法,包括:将浮动图像和三固定图像传入第一网络模型,生成刚体变换参数,获取三固定图像中对应的固定图像;对浮动图像和固定图像分别进行多分辨率采样,获得多组不同分辨率的浮动图像和固定图像,再传入第网络模型,生成变形场;对浮动图像进行插值变换得到变形图像;计算相似度,固定图像、变形图像和变形场计算损失函数,分别对两个网络模型的网络参数进行训练;将新的一组浮动图像和三固定图像传入网络模型,得到刚体变换参数和变形场,并对浮动图像进行变换得到配准后的变形图像。本发明可以提高医学图像配准的准确度和速度。
  • 一种基于深度学习二维三维医学图像方法
  • [发明专利]基于神经网络的卷积方法及装置-CN201910613647.4在审
  • 刘锦胜 - 杭州海康威视数字技术股份有限公司
  • 2019-07-09 - 2021-01-12 - G06N3/04
  • 本发明提供一种基于神经网络的卷积方法及装置。本发明实施例通过将CnD卷积神经网络中的n卷积核、输入CnD卷积神经网络与所述n卷积核执行卷积运算的n维特征图分别转换为多个不同的卷积系数、多个不同的特征图,将每个卷积系数与其对应的特征图进行卷积计算得到参考卷积结果,依据各个参考卷积结果确定n卷积核与n维特征图进行卷积的目标卷积结果,能够将CnD卷积转换为神经网络芯片支持的卷积,从而使得能够在神经网络芯片上部署比神经网络算法性能高的CnD卷积神经网络
  • 基于神经网络卷积方法装置
  • [发明专利]一种获取姿态数据的方法及神经网络构建方法-CN202210069178.6在审
  • 陈振鹏;钱贝贝;陈宇 - 奥比中光科技集团股份有限公司
  • 2022-01-21 - 2022-04-08 - G06T7/73
  • 本申请涉及姿态估计技术领域,尤其涉及一种获取姿态数据的方法及用于获取姿态数据的神经网络构建方法。该获取姿态数据的方法包括:获取包含目标物的待处理图像;将待处理图像输入第一神经网络获取目标物的姿态数据和/或三姿态数据;其中,第一神经网络包括基础网络和分别连接所述基础网络分支网络和三分支网络分支网络对三分支网络产生约束作用,基础网络用于对所述待处理图像进行特征提取得到特征图,分支网络利用所述特征图输出姿态数据,三分支网络利用所述特征图输出三姿态数据。本申请实施例可以大大提升姿态数据和三姿态数据的准确率。
  • 一种获取姿态数据方法神经网络构建
  • [发明专利]城区道路四自由路有机网络-CN201010604104.5无效
  • 章锦松 - 章锦松
  • 2010-12-21 - 2011-05-25 - E01C1/00
  • 城区道路四自由路的有机网络,是将铁路、高速公路、城区四道路、城区道路、城区路、小区自由路不同等级的网络,按一定的方式布局,形成紧密关联的有机网络。城区道路、城区路、小区自由路间的交叉口仍采用信号灯控制。城区道路与四网络道路的交叉口取立交设计。四网络道路的交叉口,除铁路和铁路形成的路口,列车变向车流采用路口平面变向外,列车的直通车流,及其它路口的各向车流,均采用全立交变向。在有机网络中四网络是主体,四网络的交通可以形成有序化的交通。
  • 城区道路二维自由有机网络
  • [发明专利]网络检测方法和装置-CN201610621510.X在审
  • 余盼峰;喻帅;谢子琪 - 金蝶软件(中国)有限公司
  • 2016-08-01 - 2017-01-04 - H04L12/26
  • 本发明涉及一种网络检测方法和装置。所述方法包括:根据目标网站的网络信息生成码;接收扫描设备发起的网络检测请求,所述网络检测请求是由所述扫描设备扫描所述码,得到所述码中的网络信息,并根据所述网络信息发起的;根据所述网络检测请求检测所述目标网站的网络环境上述网络检测方法和装置,将目标网站的网络信息生成码,扫描该码,得到码中的网络信息,接收根据网络信息向对应的目标网站发起的网络检测请求,不需要输入耗费大量时间输入网络信息,节省了时间,且不易出错,因通过扫描码即可实现网络检测,操作门槛低,可扩大网络检测的适用范围。
  • 网络检测方法装置
  • [发明专利]一种基于深度学习的网络加密流量识别方法及装置-CN202010886949.1有效
  • 王进 - 国家计算机网络与信息安全管理中心
  • 2020-08-28 - 2022-10-14 - H04L9/40
  • 本发明实施例提供了一种基于深度学习的网络加密流量识别方法及装置,涉及网络安全技术领域,可以提高网络加密流量识别的准确率和效率。包括:获得待识别网络流量内属于通信建立阶段的前预设数量个数据包的报文信息和通信行为信息;然后根据报文信息,构建报文数据矩阵,并根据通信行为信息,构建行为数据矩阵。再将报文数据矩阵和行为数据矩阵输入网络流量识别模型,确定待识别网络流量的协议类型。其中,网络流量识别模型为经过样本网络流量的样本数据矩阵以及样本网络流量对应的协议类型标签,对深度学习网络进行训练后得到的模型,样本数据矩阵包括样本网络流量对应的样本报文数据矩阵和样本行为数据矩阵
  • 一种基于深度学习网络加密流量识别方法装置
  • [发明专利]一种网络摄像机快速识别码的设计与实现方法-CN201510135333.X在审
  • 孔军 - 浪潮集团有限公司
  • 2015-03-26 - 2015-07-01 - G06K7/10
  • 本发明特别涉及一种网络摄像机快速识别码的设计与实现方法。该网络摄像机快速识别码的设计与实现方法,包括手机客户端和网络摄像机两个部分组成,所述手机客户端生成码和网络摄像机镜头保持在同一水平线,手机客户端根据用户需求生成码,所述网络摄像机抓拍手机客户端生成的码,并解析码内容,识别成功则保存到本地配置文件。该网络摄像机快速识别码的设计与实现方法,通过完善网络摄像机的基本配置提高了网络摄像机对码的识别速度和精准度,实现了网络设置与用户关系的成功绑定,提高了网络摄像机的用户体验。
  • 一种网络摄像机快速识别二维码设计实现方法
  • [发明专利]模型训练方法及相关设备-CN202111592424.8在审
  • 李庆宇 - 北京达佳互联信息技术有限公司
  • 2021-12-23 - 2022-04-26 - G06T3/00
  • 该方法包括:获取携带真实标签的初始对象图像;通过三重建网络模型处理初始对象图像得到初始对象图像的三图像数据;对初始对象图像的三图像数据进行渲染处理得到目标对象图像;通过判别器处理目标对象图像得到目标对象图像的预测标签;根据真实标签及其预测标签构建第一损失函数,根据初始对象图像和目标对象图像构建第损失函数;利用第一损失函数和第损失函数训练三重建网络模型。该方法中,三重建网络模型可以作为生成式对抗网络模式下图片生成器的一部分,通过图片生成器与判别器的对抗训练实现对三重建网络模型的训练。
  • 模型训练方法相关设备

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