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1309902个,建议您升级VIP下载更多相关专利
  • [发明专利]模型的优化训练系统、方法以及相关装置-CN202310809243.9有效
  • 肖锡尧;郑叔亮;李文珏 - 北京聆心智能科技有限公司
  • 2023-07-04 - 2023-10-20 - G06F18/21
  • 该系统中,数据采集模块基于数据采集配置获取模态数据;数据评估模块基于为不同模态数据匹配的模型评估标准配置,确定模态数据与大语言模型之间的匹配程度得到数据质量评估报告;模型训练模块根据数据质量评估报告,调整大语言模型的模型结构和/或训练参数,生成模型训练需求信息;模型训练反馈模块基于模型训练需求信息,在数据采集配置中添加针对模态数据的采集调整方式。该系统不仅以模态数据替代单一的语言文本数据,突破传统模型的性能限制,还建立模型训练需求与训练数据采集方式之间的动态反馈,提升训练数据与模型训练需求的匹配程度,优化模型训练效果。
  • 模型优化训练系统方法以及相关装置
  • [发明专利]一种用于彩色-热红外图像的显著性检测方法-CN202011237976.2在审
  • 宋克臣;黄黎明;颜云辉;李骏 - 东北大学
  • 2020-11-09 - 2021-02-05 - G06T7/00
  • 一种用于彩色‑热红外图像的显著性检测方法,属于计算机视觉图像检测领域;本发明先,将热红外图像作为图像通道与彩色图像进行结合,使用像素分割方法对其进行像素分割;然后从每个像素中提取类型特征向量,建立图模型,计算原始图邻接矩阵;接着,将模态特征的图邻接矩阵堆叠到张量之中,进行低秩张量的图学习;最后,使用自适应协同排序算法,将多个图邻接矩阵进行自适应学习,得到一个最优图邻接矩阵,并分别以背景和前景种子点进行像素显著性排序本发明能够自适应的结合彩色和热红外两种模态的图像信息,极大地提高了显著性检测的鲁棒性与准确性。
  • 一种用于彩色红外图像显著检测方法
  • [发明专利]一种基于几何结构的手指模态生物特征粒化融合方法-CN201610172622.1有效
  • 杨金锋;白改燕;师一华 - 中国民航大学
  • 2016-03-24 - 2018-12-25 - G06K9/00
  • 一种基于几何结构的手指模态生物特征粒化融合方法。其包括将手指三模态ROI图像利用静态小波变换方法对进行二层分解;将图像分别进行尺寸和数值归一化处理;对每幅图像根据向量空间模型进行球粒化;将指纹、指静脉和指节纹原子球粒分别作为三角形的一个顶点,利用该三角形确定的内切圆和指静脉原子球粒构造出融合球粒;对每一个融合球粒赋予一个类别标签,形成模板粒集;将每一待测个体的三模态图像形成待测球粒,最后通过计算待测球粒与上述模板粒集中所有模板球粒的模糊包含度或模糊包含度和欧氏距离相结合的方法来判断待测球粒与哪一个模板球粒特征匹配等步骤
  • 一种基于几何结构手指多模态生物特征融合方法
  • [发明专利]一种基于时空线索的跨模态视频显著性检测方法-CN201810725499.0有效
  • 汤进;范东哲;李成龙;王逍 - 安徽大学
  • 2018-07-04 - 2021-06-25 - G06K9/00
  • 本发明公开了一种基于时空线索的跨模态视频显著性检测方法,获取一对匹配的模态视频序列帧对,使用SLIC算法对其像素分割;计算像素分割图的每个像素点的显著性,选择相似度大的节点作为前景点;通过结合上一阶段的显著值、可见光和热红外两个模态的权重构造显著图;对比相邻前后两帧的显著值计算其空间位置最大重叠比继而找到相邻帧之间的固有关系,得到基于时空的模态视频显著性结果;利用拉格朗日数乘法对模型进行求解并得出结果。本发明从信息融合的角度出发,通过融合多个互补的视觉模态数据克服低光照、雾霾和杂乱背景等因素的影响,引入了每种模式的权重来表示可靠性,以实现不同源数据的自适应和协同融合。
  • 一种基于时空线索跨模态视频显著检测方法
  • [发明专利]模态骨质疏松分层预警方法及系统-CN202010615752.4在审
  • 姬冰;刘力瑜;司萌;马鹤成;丛梦琳;徐全政 - 山东大学
  • 2020-06-30 - 2020-10-09 - G16H50/70
  • 本发明提供一种模态骨质疏松分层预警方法及系统。其中,一种模态骨质疏松分层预警方法包括:接收三层输入特征,这三层输入特征分别为个体信息、实验室检查指标和腰椎CT图像特征;对三层输入特征进行数据清洗、显著性与相关性检测及数据标准化预处理;从预处理的三层输入特征中筛选出各层最优输入特征并形成输入特征集,经模态骨质疏松分层预警模型,输出骨质疏松预警结果;其中,模态骨质疏松分层预警模型是SVM分类器,SVM分类器的优化过程为:使用遗传算法同时进行参数优化和各层最优输入特征选择。
  • 多模态骨质疏松分层预警方法系统

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