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1345473个,建议您升级VIP下载更多相关专利
  • [发明专利]用于调整轮径的方法和设备-CN201010577040.4有效
  • 莫文婷;孙伟;段宁;蒋忠波 - 国际商业机器公司
  • 2010-11-30 - 2012-05-30 - B60B17/00
  • 所述方法包括:获取当前轮径分布向量;根据当前轮径分布向量与已知轮径分布向量簇之间的相似性指标,确定当前轮径分布向量的可能磨损率;根据候选目标轮径分布向量与已知轮径分布向量簇之间的相似性指标,确定候选目标轮径分布向量的可能磨损率;从候选目标轮径分布向量中选择目标轮径分布向量,使得将所述当前轮径分布向量转换到所述目标轮径分布向量所降低的可能磨损率符合预定的条件。利用本发明所提供的方案,可以通过改变轮径分布向量来优化列车未来的可能磨损率以及对列车维护时所需的磨销量。
  • 用于调整方法设备
  • [发明专利]基于物联网的信息交互方法、系统及云平台-CN202211179038.0在审
  • 张宇鹏;孙佳佳 - 张宇鹏
  • 2022-09-27 - 2022-12-02 - G06F21/57
  • 本发明根据基础漏洞向量分布所确定的特征变量调整关系网中每一个漏洞向量的特征变量反映基础漏洞向量分布中与该漏洞向量所匹配的分布标签对应分布区域处的漏洞向量需进行调整的特征变量,在通过特征变量调整关系网对基础漏洞向量分布中的漏洞向量进行更新后,可以使得基础漏洞向量分布中对应于相同漏洞项目的漏洞向量集尽可能集中,这样,对应于相同漏洞项目的漏洞向量集中所包含的漏洞向量就更丰富多样,根据特征变量调整关系网和基础漏洞向量分布可以鉴别出基础漏洞向量分布中的对应于漏洞类别的漏洞向量集以及对应于漏洞细节的漏洞向量
  • 基于联网信息交互方法系统平台
  • [发明专利]一种全自动的模型变形传播方法和系统-CN201811259927.1有效
  • 高林;杨洁;乔怿凌;夏时洪 - 中国科学院计算技术研究所
  • 2018-10-26 - 2020-10-16 - G06T13/20
  • 本发明涉及一种全自动的模型变形传播方法,包括:分别获取第一模型库和第二模型库的第一变形梯度向量和第二变形梯度向量;以该第一变形梯度向量获得该第一模型库的第一分布向量,以该第二变形梯度向量获得该第二模型库的第二分布向量;获得该第一模型库与该第二模型库之间任一对模型的相似度;由该第一分布向量、该第二分布向量和该相似度训练循环生成对抗网络,建立表示该第一分布向量和该第二分布向量之间映射关系的映射网络;由该第一模型指定变形过程的指定变形梯度向量,生成指定分布向量,并映射为该第二模型的目标分布向量,将该目标分布向量解码为该第二模型的目标变形梯度向量,并得到该第二模型的目标变形过程。
  • 一种全自动模型变形传播方法系统
  • [发明专利]分布向量计算框架-CN201510213490.8在审
  • 贾明岳;刘斌;台宪青 - 江苏物联网研究发展中心;北京科电高技术公司
  • 2015-04-29 - 2015-07-22 - G06F9/44
  • 本发明涉及一种分布向量计算框架,其包括MPI框架以及用于与所述MPI框架连接的MPI接口层;在所述MPI接口层上设置面向用户的计算向量层;所述计算向量层包括分布向量接口层以及MapReduce接口层本发明提出新的分布向量计算开发框架,有效的结合了MapReduce模型和MPI并行模型的灵活、高效的特点,提升框架的灵活性和可扩展性;基于分布向量计算框架优化PageRank算法,抽象算法计算过程中的矩阵与向量数据结构特点,利用分布向量接口,有效的提升分布式计算效率。通过分布向量计算框架在机器学习典型算法PageRank中的优化应用,充分验证了分布向量计算框架的可用性,为进一步提高机器学习算法的分布式计算应用服务提供支撑。
  • 分布式向量计算框架
  • [发明专利]多语言自动摘要生成方法、装置、设备及存储介质-CN202011305070.X在审
  • 周玉 - 北京中科凡语科技有限公司
  • 2020-11-20 - 2021-02-12 - G06F16/34
  • 本公开提供了多语言自动摘要生成方法,包括:对多语言文档中的各个种类语言文档进行序列化编码,生成第一隐层向量序列及第二隐层向量序列;将第一隐层向量序列、第二隐层向量序列转化为第一上下文语义向量、第二上下文语义向量;基于第一上下文语义向量、第二上下文语义向量获得多语言上下文语义向量;基于第一编码器与解码器间的注意力分布及双语词典获取第一种类语言‑第二种类语言翻译概率分布,基于第二编码器与解码器间的注意力分布获取第二种类语言的复制概率分布;基于多语言上下文语义向量获得神经概率分布及决策概率分布;对翻译概率分布、复制概率分布、神经概率分布加权求和,获得词汇分布概率,生成多语言文档的摘要。
  • 语言自动摘要生成方法装置设备存储介质
  • [发明专利]基于多文档的任务型人机对话任务的实现方法-CN202011355592.0有效
  • 刘含;袁彩霞;王小捷;刘咏彬;冯方向;李蕾 - 北京邮电大学
  • 2020-11-27 - 2022-10-25 - G06F16/332
  • 本申请公开了一种基于多文档的任务型人机对话任务的实现方法,包括:每轮对话结束时,利用预设人机对话任务模型对该轮对话的问答文本处理,该处理包括:基于问答文本生成问答向量;计算问答向量与各候选文档的属性相关向量的相似度;基于问答向量和相似度生成该轮对话中各候选文档的概率分布和该轮对话的属性分布;根据所述概率分布更新全局候选文档概率分布向量;根据所述属性分布更新全局属性分布向量;若满足人机对话结束条件,则基于全局候选文档概率分布向量确定任务执行结果并输出;否则,基于全局候选文档概率分布向量和全局属性分布向量,利用自然语言对话模板,确定下一提问信息。
  • 基于文档任务人机对话实现方法
  • [发明专利]向量构建方法、装置、电子设备及存储介质-CN202010445789.7有效
  • 刘志煌 - 腾讯科技(深圳)有限公司
  • 2020-05-25 - 2020-08-25 - G06F40/284
  • 本申请涉及大数据技术领域,公开了一种词向量构建方法、装置、电子设备及存储介质,通过融合表征局部上下文特征的局部词向量和表征分词所在文本的主题的概率分布的主题分布向量,从而构建更准确的词向量,实现多义词消歧所述方法包括:对多个待处理文本进行分词处理,获得各个待处理文本中的分词;基于各个分词所在的上下文,获得各个分词的局部词向量;基于各个分词所属主题在多个待处理文本中的概率分布,获取各个分词的主题分布向量;分别对各个分词的局部词向量和主题分布向量进行融合,获得各个分词的目标词向量
  • 向量构建方法装置电子设备存储介质
  • [发明专利]一种优化非规则LDPC码校验矩阵列重分布的仿真方法-CN200910092250.1无效
  • 杨华中;金庆文;徐淑正 - 清华大学
  • 2009-09-08 - 2010-03-10 - H03M13/11
  • 一种优化非规则LDPC码校验矩阵列重分布的仿真方法,属于分组信道编码技术领域。其特征是根据不同的码率,选择校验矩阵的列重取值集合,生成一系列列重分布向量作为搜索样本集。对于每一个分布估计该分布下LDPC矩阵的性能,并以此作为标准找出性能最差和次差的两个分布向量。通过一些列循环优化操作,对最差分布向量进行改造,直到其性能超过次差的分布向量。对全部分布向量进行评估,再次找出最差分布向量对其进行同样方式的改造。如此循环,直到全部分布向量的差距小于某个预先设定的阈值,算法终止。选择所有分布中性能最优的一个作为搜索结果。
  • 一种优化规则ldpc校验矩阵分布仿真方法
  • [发明专利]生物特征认证装置、生物特征认证方法以及程序-CN201110023651.9无效
  • 穆罕默德.A.穆奎特 - 索尼公司
  • 2011-01-21 - 2011-08-03 - G06K9/00
  • 静脉图像提取单元,用于从包括手指部分中的静脉的图像中提取示出静脉位置的静脉图像;静脉图像划分单元,用于将所提取静脉图像划分成多个分区;静脉像素计数单元,用于计数与每个划分分区中的静脉相对应的像素数量;向量生成单元,用于按预定次序排列各个分区的计数结果,并生成静脉分布向量,该静脉分布向量是代表静脉图像中的静脉分布度的数列;以及认证单元,用于根据作为事先登记的静脉分布向量的登记静脉分布向量,认证向量生成单元生成的静脉分布向量
  • 生物特征认证装置方法以及程序

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