“可重构维特”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网_专利查询网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

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

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

专利权人

国家电网公司

华为技术有限公司

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

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

钻瓜专利网为您找到相关结果4700014个，建议您升级VIP下载更多相关专利

[发明专利]一种基于相空间重构的回声状态网络时间序列预测算法-CN202010533889.5在审
发明人：夏亦犁;徐杰;裴文江 -专利权人：东南大学
申请日： 2020-06-12 - 公布日： 2020-10-27 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于相空间重构的回声状态网络时间序列预测算法，包括如下步骤：(1)确定相空间重构的延迟时间和嵌入维数两个参数，利用相空间重构将时间序列重构为多组数据，将数据从低维空间映射到高维特征空间；(2)确定回声状态网络储备池参数，初始化回声状态网络连接权重矩阵，构建回声状态网络模型；(3)利用回声状态网络模型可多输入的特性，使用模型训练重构后的多组数据，进行直接多步预测和迭代多步预测；(4)使用加权平均融合直接和迭代多步预测结果
一种基于相空间回声状态网络时间序列预测算法

[发明专利]倒车辅助方法及倒车辅助系统-CN202011035892.0在审
发明人：胡华文;沈志强 -专利权人：深圳博升光电科技有限公司
申请日： 2020-09-27 - 公布日： 2021-01-12 - 主分类号： B60R1/00 文献下载
摘要：本申请公开了一种倒车辅助方法及倒车辅助系统，所述倒车辅助方法，包括以下步骤：获取车辆尾部障碍物的初始二维RGB图像和初始三维深度图像；将所述初始三维深度图像中各像素点的深度信息与所述初始二维RGB图像中相对应的各像素点的二维特征信息进行融合，生成包含所述初始三维深度图像深度信息和所述初始二维RGB图像二维特征信息的彩色重构三维图像；显示所述彩色重构三维图像。
倒车辅助方法系统

[发明专利]基于径向扫描结合环向扫描的摆臂轮廓面形检测方法-CN201510039236.0有效
发明人：沈华;高金铭;魏琰;孙越;李嘉;王念;朱日宏 -专利权人：南京理工大学
申请日： 2015-01-26 - 公布日： 2017-05-17 - 主分类号： G01B21/20 文献下载
摘要：建立表面梯度与被检元件特征轮廓的数学模型，提取被检元件特征轮廓线；对提取的特征轮廓线按照径向和环向分别进行测量路径的规划；用摆臂轮廓仪的探针对被检元件按规划的测量路径分别进行径向扫描和环向扫描，获得被检元件的一维特征轮廓数据；利用面形偏差拟合重构算法将被检元件的一维特征轮廓数据进行插值、拟合、重构，最终得到被检元件的二维全面形。
基于径向扫描结合轮廓检测方法

[发明专利]计算机文本的特征选择方法-CN201610919741.9有效
发明人：钱进;吕萍 -专利权人：江苏理工学院
申请日： 2016-10-21 - 公布日： 2019-06-07 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种计算机文本的特征选择方法、分类特征选择方法及系统，计算机文本的特征选择方法包括如下步骤：步骤S1，对计算机文本进行处理，得到文本的三维特征数据集；步骤S2，计算所述文本的三维特征数据集的重构系数矩阵，并且计算信息熵向量；步骤S3，按照所述信息熵向量以及所述重构系数矩阵计算综合度量指标，并且按照所述综合度量指标从小到大的顺序进行特征选择；以及步骤S4，输出经过特征选择获得的文本特征集。
计算机文本特征选择方法分类系统

[发明专利]一种基于深度神经网络的流量分类方法、系统及电子设备-CN201911164170.2有效
发明人：叶可江;赵世林;纪书鉴;须成忠 -专利权人：中国科学院深圳先进技术研究院
申请日： 2019-11-25 - 公布日： 2021-10-29 - 主分类号： H04L12/851 文献下载
摘要：包括：对原始网络流量进行特征提取，生成各种类型的网络流数据，并根据网络日志对网络流数据进行标记，生成用于构建深度神经网络的数据集；其中，所提取的特征包括每条网络流的前向流、反向流、传输流三维特征；重构数据集结构，并通过重构的数据集训练CNN网络，所述CNN网络基于提取的三维特征，分别计算每条网络流中的前向流和反向流特征、前向流和传输流特征、反向流和传输流特征之间的相关系数矩阵，输出高维度的全局卷积特征；将所述
一种基于深度神经网络流量分类方法系统电子设备

[发明专利]一种基于图像特征稀疏重构的图像分类方法-CN201310698110.5在审
发明人：李皎洁;张伟;丁凌云 -专利权人：上海电机学院
申请日： 2013-12-17 - 公布日： 2014-03-19 - 主分类号： G06K9/66 文献下载
摘要：本发明公开了一种基于图像特征稀疏重构的图像分类方法，包括如下步骤：采用Forstner算子对图像库中的每类样本图像提取特征像素点；提取每类样本图像的所有n维特征块向量；提取每类样本图像具有较大相关性权值的特征向量构成初始字典；为每类样本图像训练字典，得到每类样本图像的字典；提取测试图像的所有n维图像块向量；将r个n维图像块向量组成图像块矩阵；计算得到测试图像在每类字典上稀疏表示的系数矩阵；采用稀疏表示系数矩阵重构图像块矩阵；根据图像块重构矩阵生成重构图像；比较重构图像与测试图像的误差，根据误差最小原则判定测试图像所属类别，本发明根据特征字典进行图像重构，能够极大程度上还原同类图像。
一种基于图像特征稀疏分类方法

[发明专利]基于OpenFOAM和导数矩变换的二维流场气动力重构方法-CN202210843596.6有效
发明人：赖马树金;薛耿 -专利权人：哈尔滨工业大学
申请日： 2022-07-18 - 公布日： 2023-05-05 - 主分类号： G06F30/13 文献下载
摘要：本发明提出基于OpenFOAM和导数矩变换的二维流场气动力重构方法。该方法将流场气动力重构通过导数矩方法变换为基于流场流态的气动力重构公式，将流场流动信息与桥梁气动力相结合，桥梁结构在发生振动时流场出现的特征流态与振动之间存在关系。二维气动力重构公式建立了从流场获得气动力的通道，通过OpenFOAM获得流场数据，计算出流动控制体内的数据作为气动力重构的输入数据，实现了流场特征流态、气动力与结构振动之间的关联。在OpenFOAM数据基础上实现了二维特征流动的流场气动力重构，搭建了流场流动信息到结构气动力的桥梁，可以用于特征流动分离的气动力贡献与机理分析。
基于 openfoam 导数变换二维气动力方法

[发明专利]数据分析方法和装置-CN202210824484.6在审
发明人：呼加璐;赵芮;钟源珂;王宇炜;尚学群 -专利权人：西北工业大学
申请日： 2022-07-14 - 公布日： 2022-11-15 - 主分类号： G16B30/00 文献下载
摘要：该数据分析方法包括：获取待分析数据；从待分析数据中提取第一个模态的低维特征；分别对低维特征进行重构，得到第一个模态的数据和第二个模态的数据。
数据分析方法装置

[发明专利]基于足部三维重构制造鞋的方法及装置-CN201510185971.2在审
发明人：王光能;李玉廷;舒远;文茜;李人杰;高云峰 -专利权人：大族激光科技产业集团股份有限公司;深圳市大族电机科技有限公司
申请日： 2015-04-17 - 公布日： 2015-08-05 - 主分类号： G06F17/50 文献下载
摘要：本发明涉及一种基于足部三维重构制造鞋的方法及装置，其中，所述方法包括：接收终端发送的订单信息，所述订单信息包括鞋子的款式以及对足部进行多视角拍摄的多张二维图像，所述多张二维图像包含了足部整个表面轮廓信息；通过所述多张二维图像提取所述足部的三维特征参数；根据所述足部的三维特征参数以及鞋子的款式生成对应的造鞋指令；将所述造鞋指令发送至制鞋机器，使所述制鞋机器根据所述足部的三维特征参数制造出所述款式的鞋。
基于足部三维制造方法装置

[发明专利]基于自编码器的微结构降维特征提取及重构实现方法-CN201910565553.4在审
发明人：朱平;王力为;刘钊 -专利权人：上海交通大学
申请日： 2019-06-27 - 公布日： 2019-09-24 - 主分类号： G06F17/50 文献下载
摘要：一种基于自编码器的微结构降维特征提取及重构实现方法，对已有超材料微结构进行离散化和二值化处理，整合成为适于卷积神经网络处理的矩阵形式，通过变分自编码器内的卷积神经网络系统，可将各种复杂的超材料微结构编码为指定维度的隐变量值，完整实现降维特征提取的目的，并可依据给定隐变量进行微结构快速重建及新微结构的生成。本发明能够利用隐变量有效地对微结构库进行降维特征提取，进而实现对超材料库的量化分析，将复杂的超材料设计变为参数优化问题，为实现具有特定功能的结构的多尺度优化提供技术支持。
微结构特征提取超材料降维编码器卷积神经网络重构参数优化问题二值化处理技术支持矩阵形式量化分析多尺度离散化有效地维度整合重建优化

[发明专利]多角度SAR目标散射各向异性推演方法、装置、设备及介质-CN202310339662.0在审
发明人：滕飞;岳晓洋;冯珊珊;林赟;胡玉新;洪文 -专利权人：中国科学院空天信息创新研究院
申请日： 2023-04-03 - 公布日： 2023-05-02 - 主分类号： G01S7/41 文献下载
摘要：本发明提供了一种多角度SAR目标散射各向异性推演方法，涉及雷达目标特性分析技术领域，包括：将目标对象的SAR多角度图像数据转换为角度维和像素维的二维特征矩阵；从二维特征矩阵的像素维数据中提取像素维先验输入信息，并基于先验的SAR全角度图像数据获取角度维先验输入信息；基于像素维先验输入信息和角度维先验输入信息对二维特征矩阵的像素维数据进行后向散射推演，得到散射推演结果；基于散射推演结果补全目标对象的全角度图像数据，以重构目标对象的目标边缘信息和几何属性。
角度 sar 目标散射各向异性推演方法装置设备介质

[发明专利]一种数据驱动的光伏发电功率预测方法和系统-CN202110992911.7在审
发明人：刘毅;马正阳;刘凯新;郑明凯 -专利权人：浙江工业大学
申请日： 2021-08-27 - 公布日： 2021-11-26 - 主分类号： G06Q10/04 文献下载
摘要：一种数据驱动的光伏发电功率预测方法，包括：1)获取数据，通过传感器进行多维天气特征数据的采集；2)特征重构，主成分分析算法对采集到的多维特征进行分析计算，将最相关的若干特征进行融合重构，获得新的较少维度的特征数据；3)建立模型，构建线性回归算法模型，针对主成分分析算法重构得到的天气特征数据，将其与光伏设备的发电功率建立映射关系，使模型对数据进行拟合；4)训练并预测，将所获取的多维天气特征数据通过主成分分析算法进行重构，并将重构后的特征数据送入线性回归模型中，使其进行充分地学习拟合，并将拟合数据后的模型用于光伏设备发电功率的预测。
一种数据驱动发电功率预测方法系统

[发明专利]基于双层注意力机制和对抗学习的深度学习时序聚类方法-CN202110673728.0在审
发明人：黄家明;吴维刚;尹烨;常红立 -专利权人：中山大学;腾讯科技（深圳）有限公司
申请日： 2021-06-17 - 公布日： 2021-11-02 - 主分类号： G06K9/62 文献下载
摘要：提出一种基于双层注意力机制和对抗学习的深度学习时序聚类方法，包括以下步骤：采集集群中所有容器的时序数据并进行预处理，得到时序数据集；将所述时序数据集输入基于双层注意力机制的自编码器中对时间序列进行降维和重构学习，将所述自编码器输出的隐层低维特征传输至聚类层中进行时序聚类，生成各个类的簇心以及记录样本的分配情况，得到时序聚类结果；所述自编码器将经过重构的低维特征输入基于对抗学习的辅助判别器中，所述辅助判别器通过计算损失函数对所述自编码器进行优化训练
基于双层注意力机制对抗学习深度时序方法

[发明专利]用于使用粒子光学设备来确定重构图像的方法-CN201210125449.1有效
发明人： M.凯珀 -专利权人： FEI公司
申请日： 2012-04-26 - 公布日： 2012-10-31 - 主分类号： H01J37/26 文献下载
摘要：描述了一种用于使用粒子光学设备来确定重构图像的方法。该方法包括接收多个像素信号，通过对所述多个信号使用维特比检测来确定重构图像，该维特比检测使用与入射在检测器上的粒子的多个配置相对应的多个不同状态，所述多个不同状态中的至少两个状态对应于所述多个像素信号的单个像素上的入射粒子的相同
用于使用粒子光学设备确定构图方法

[发明专利]一种基于时频域多维振动特征融合的滚动轴承故障诊断方法-CN201310581237.9有效
发明人：付云骁;贾利民;吕劲松;季常煦;姚德臣;李乾;卢勇 -专利权人：北京交通大学;广州市地下铁道总公司
申请日： 2013-11-19 - 公布日： 2015-05-27 - 主分类号： G01M13/04 文献下载
摘要：首先对提取的原始滚动轴承振动数据进行小波消噪，然后提取时域特征向量组成时域特征矩阵，并且提取小波包分解和重构后的系数能量矩组成频域特征矩阵，进一步融合时频域矩阵，得到时频域的多维故障特征矩阵。对多维特征矩阵进行去冗余处理，得到新的多维特征矩阵。然后用加权的特征指标距将多维特征进行信息融合，通过融合得到的特征指标距得出滚动轴承的状态的判别结果。
一种基于时频域多维振动特征融合滚动轴承故障诊断方法

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

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

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top