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160493个,建议您升级VIP下载更多相关专利
  • [发明专利]一种分层图像超分辨率方法、系统、计算机设备及应用-CN202010832094.4在审
  • 刘哲;任义烽;乌伟 - 西京学院
  • 2020-08-18 - 2020-11-20 - G06T3/40
  • 本发明属于图像处理技术领域,公开了一种分层图像超分辨率方法、系统、计算机设备及应用,使用图像数据集DIV2K作为训练集,基于引导滤波器对训练样本进行分层;设计两个深度残差卷积网络DLRCN和DGRCN,分别用于细节图像的训练和平滑图像的训练;分别用细节图像样本训练集对深度局部残差卷积网DLRCN进行训练,用平滑图像样本训练集对深度全局残差卷积网DGRCN进行训练;分别用细节图像测试样本集对深度局部残差卷积网DLRCN进行训练,用平滑图像测试样本集对深度全局残差卷积网DGRCN进行训练,验证所提模型的准确性和可靠性。本发明分别对细节层和平滑层进行超分辨率和融合,提高了图像分辨率和增强细节。
  • 一种分层图像分辨率方法系统计算机设备应用
  • [发明专利]一种基于去平滑卷积神经网络的推荐方法及系统-CN202210883824.2在审
  • 殷建;常宇鹏;李炳廷;刘晓伟;吴国庆 - 山东大学
  • 2022-07-26 - 2022-10-21 - G06F16/9535
  • 本发明提出了一种基于去平滑卷积神经网络的推荐方法及系统,包括以下步骤:通过用户‑物品交互图获得用户节点的初始嵌入向量和物品节点的初始嵌入向量作为训练样本;通过基于去平滑模块的多层图卷积神经网络模型对所述训练样本进行平滑卷积聚合操作得到各阶的用户嵌入向量和物品嵌入向量;将获得的各阶用户嵌入向量、物品嵌入向量表示分别进行层组合,将层组合后获得的最终的用户嵌入向量和物品嵌入向量进行内积运算,得到所述训练样本的预测得分;采用BPR‑Loss对基于去平滑模块的多层图卷积神经网络模型进行训练本发明的去平滑模块能帮助图节点保持其多样性,防止了节点的特征多样性退化。
  • 一种基于平滑图卷神经网络推荐方法系统
  • [发明专利]基于非连续平滑卷积混合盲分离频域方法-CN200710043771.9无效
  • 王超;方勇;张倩;吴美武 - 上海大学
  • 2007-07-13 - 2007-12-12 - G06F17/14
  • 本发明涉及一种基于非连续平滑卷积混合盲分离频域方法。本方法是将各路卷积混合信号执行短时傅立叶变换,继而对短时傅立叶变换系数进行非连续多时刻短时傅立叶变换系数平滑。在每个频率片上利用近似联合对角化方法对平滑结果执行瞬时混合盲分离,获得每个频率片上的混合矩阵和分离信号。将卷积混合信号通过分离滤波器阵列生成分离信号,完成卷积混合盲分离。该方法有助于降低源信号STFT系数的瞬时混合和卷积混合信号STFT系数间的误差,从而提升分离性能。
  • 基于连续平滑卷积混合分离方法
  • [发明专利]卷积码的前向纠错方法、装置及译码器-CN201710500396.X有效
  • 王继深;王苑熙 - 唯思泰瑞(北京)信息科技有限公司
  • 2017-06-27 - 2020-09-01 - H03M13/25
  • 本发明提供了一种卷积码的前向纠错方法、装置及译码器,包括:抽取卷积码序列中的待搜索序列,根据卷积码的生成矩阵符合有向欧拉图规律的平滑贯穿特性,检测待搜索序列是否能够准确译码;若是,对待搜索序列进行译码处理,利用得到的译码序列生成正解卷积码序列并覆盖被噪声干扰后的卷积码序列对应的卷积码;基于卷积码序列的强收敛特性以及平滑贯穿特性,从被覆盖后的卷积码中分离后续干扰序列并进行译码处理;其基于数学思想,采用第二机制以先译码后纠错的方式对接收的卷积码进行译码处理
  • 卷积码纠错方法装置译码器
  • [发明专利]一种基于深度学习的平滑语音检测方法、装置及智能设备-CN202010619610.5有效
  • 黄远坤;李斌;黄继武 - 深圳大学
  • 2020-07-01 - 2022-12-27 - G10L15/04
  • 本发明公开了一种基于深度学习的平滑语音检测方法、装置及智能设备,方法包括:对接收到的语音信号解压缩,保持原有的采样率,并对所述语音信号进行离散余弦变换,得到语音信号的离散余弦变换系数;设置基于一维卷积平滑语音检测网络,所述平滑语音检测网络包括一维卷积层、归一化层、池化层以及全连接层;将得到的语音信号的离散余弦变换系数、输入平滑语音检测网络进行训练,得到具有识别平滑语音能力的网络模型;使用训练好的具有识别平滑语音能力的网络模型,对待测的语音进行平滑检测,输出分类结果。本发明能够有效地从原始语音片段中检测出经过音频编辑软件剪切的平滑语音片段,以及时发现语音片段是否篡改,为用户使用提供了方便。
  • 一种基于深度学习平滑语音检测方法装置智能设备
  • [发明专利]结合全卷积回归神经网络和条件随机场的道路检测方法-CN202010677001.5有效
  • 陈雪云;黄夐翾;金鑫 - 广西大学
  • 2020-07-14 - 2022-10-28 - G06V20/58
  • 本发明公开了一种结合全卷积回归神经网络和条件随机场的道路检测方法,解决的技术问题是现有检测方法因极端光照条件而造成道路检测区域的孔洞及边缘不平滑问题,包括以下步骤:(1)采集到行车记录仪图像信息,并设计预处理程序;(2)设计全卷积回归神经网络;(3)设计基于卷积核的条件随机场;(4)网络训练和测试;通过以上步骤,最终可以得到一个端到端的全卷积回归神经网络模型;(5)使用训练完成的全卷积回归神经网络模型来检测道路图像本发明的方法可有效解决因极端光照条件而造成的孔洞及边缘不平滑的问题,从而提高道路检测的精度。
  • 结合卷积回归神经网络条件随机道路检测方法
  • [发明专利]改进的图像去噪处理方法及装置-CN202110749874.7在审
  • 阎雪飞;高学勤;牛三库 - 阎雪飞
  • 2021-07-02 - 2021-11-02 - G06T5/00
  • 本发明公开了一种改进的图像去噪处理方法及装置,通过对原彩色图像进行三通道分离以得到R通道图像、G通道图像以及B通道图像;在对R通道图像、G通道图像以及B通道图像分别进行卷积滤波处理前,先判断对应卷积核计算部分的图像块的中心像素点是否为噪声,若为噪声则对该图像块的中心像素点进行卷积滤波处理。由此,通过对RGB三个通道图像进行单独的卷积滤波处理,针对各个通道图像的各个像素点进行滤波,从而避免将其他通道正常的像素点平滑掉,从而导致图像失真的问题;且,在对通道图像各图像块进行卷积滤波处理前,对对应卷积核计算部分的图像块的中心像素点进行鉴别,进一步避免在去噪的同时将有用的信号平滑掉。
  • 改进图像处理方法装置

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