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916936个,建议您升级VIP下载更多相关专利
  • [发明专利]基于节点信息路径分布的多层网络规约化方法-CN202010765107.0在审
  • 王冰;孙志雯;韩越兴 - 上海大学
  • 2020-08-03 - 2020-12-29 - G06F16/901
  • 本发明公开了一种基于节点信息路径分布的多重网络规约化方法,其步骤如下:计算单层网络中节点信息的路径分布;根据单层网络中节点信息的路径分布,计算单层网络的熵,进而求得多重网络的系统熵;根据网络中节点信息的路径分布,求得任意两层网络之间的距离;根据多层网络中每两层网络之间的距离,对网络进行合并,完成多重网络的规约化过程;根据网络规约过程中多重网络的熵值的变化,获得多重网络的最优结构表示形式。本发明基于网络的拓扑结构,提出包含节点信息的路径分布度量指标,进一步定义了不同网络之间的距离和多重网络的熵度量指标,解决了多重网络的规约化问题,从而达到降低网络层数的冗余性,减少计算复杂度的目标。
  • 基于节点信息路径分布多层网络规约方法
  • [发明专利]多重广播局域网络建立方法-CN200610101480.6无效
  • 邓维扬;巫育能 - 研华股份有限公司
  • 2006-07-10 - 2008-01-16 - H04L12/18
  • 一种多重广播局域网络建立方法,在建立实体局域网络后,将其中各网络节点区分为一或多个群组,经各网络节点与相邻节点交换信息后进行各节点的MAC(媒体存取控制)地址比对,比对后决定一组MAC地址,修改该组MAC地址后形成各群组的多重广播地址,之后,各群组的网络节点分别记录该多重广播地址,并加入所属的一多重广播局域网络中。由此,当网络产生错误信息或改变时,由各网络节点向相邻节点广播的信息并不会传递至所属多重广播局域网络之外,从而节省带宽无谓消耗。
  • 多重广播局域网络建立方法
  • [发明专利]一种基于数据挖掘的异常检测方法及系统-CN202210159702.9在审
  • 海克洪;陈少成 - 湖北美和易思教育科技有限公司
  • 2022-02-22 - 2022-06-03 - G06F11/30
  • 本发明公开一种基于数据挖掘的异常检测方法及系统,所述方法包括:采集客户端网络用户的历史行为数据,并进行预处理;构建多重GRU神经网络模型,并优化多重GRU神经网络模型的超参数;通过预处理后的历史行为数据训练所述多重GRU神经网络模型,确定多重GRU神经网络中的权重矩阵,得到异常检测模型;接收到客户端的交互请求时,通过异常检测模型对客户端的交互请求进行异常检测。本发明通过线性判别法对网络用户的历史行为数据进行降维处理,在减少数据之间的冗余的同时保留网络用户的关键行为特征,构建了多重GRU神经网络模型,可在合适的时间尺度上分析用户的历史行为数据,提高异常检测可信度
  • 一种基于数据挖掘异常检测方法系统
  • [发明专利]基于灰色关联度的多重BP神经网络负荷预测方法-CN201610323293.6有效
  • 刘天琪;苏学能;焦慧明;何川 - 四川大学
  • 2016-05-16 - 2022-04-15 - G06Q50/06
  • 本发明公开了一种基于灰色关联度的多重BP神经网络负荷预测方法,本发明方法包括:一、基于灰色关联度的负荷序列关联性分析;二、基于最短距离法聚类确定多重BP神经网络的成员集;三、基于有效性指标确定多重BP神经网络的重数;四、还引入了动量因子,并采用多次计算求平均值的方式,改善BP神经网络易陷入局部收敛的问题,提高其抗振荡能力;五、将建立的多重BP神经网络预测模型对短期电力负荷进行预测。本发明方法改善了BP神经网络易陷入局部收敛的问题,提高了其抗振荡能力,且多重BP神经网络相比传统BP神经网络预测模型,具有更好的预测效果。
  • 基于灰色关联多重bp神经网络负荷预测方法
  • [发明专利]一种AGV路径网络的可靠度计算方法及装置-CN201810744710.3有效
  • 陈庆新;毛宁;廖勇;胡常伟 - 广东工业大学
  • 2018-07-09 - 2021-08-13 - G05D1/02
  • 本发明公开了一种AGV路径网络的可靠度计算方法及装置,该方法包括:获取自动导向车的路径网络;其中,路径网络包括轨道交汇点、逆向轨道掉头点、同向轨道变道点及包含自动导向车行驶方向的轨道;获取路径网络对应的有向多重图;其中,有向多重图中的节点为轨道交汇点、逆向轨道掉头点和同向轨道变道点,节点间的有向边为轨道;根据割去任意n条有向边后,整个割边后的有向多重图的强连通情况,确定路径网络的可靠度;本发明通过将多重嵌套环形的路径网络转换成有向多重图,可以利用有向多重图的连通度计算算法,计算路径网络的可靠度,方便用户快速判断实际中遇到的AGV路径网络的可靠性指标是否达到要求,提高了设计规划的效率。
  • 一种agv路径网络可靠计算方法装置
  • [发明专利]基于多重扩张路径的医学影像深度分割网络-CN202110259383.4在审
  • 许铮铧;王波;王磊 - 河北工业大学
  • 2021-03-10 - 2021-05-11 - G06T7/00
  • 本发明为基于多重扩张路径的医学影像深度分割网络,该神经网络包括以多个串联的残差网络编码模块构成的收缩编码路径、以多个串联的残差网络解码模块构成的扩张解码路径,共有N个扩张解码路径,后N‑1个扩张解码路径构成多重扩张路径;通过跳跃连接将收缩编码路径上的语义特征图与在相邻的扩张解码路径上相同分辨率的对应级别特征图在通道维度上进行拼接;多重扩张路径中每个路径的残差网络解码模块中Sigmdid激活函数处理后的语义特征图与下一个扩张解码路径上对应级别的残差网络解码模块中的特征图在通道维度上进行拼接该方法以引入多重扩张路径对收缩编码路径实现多重监督,降低网络对噪声扰动的敏感性,提高分割网络的分割鲁棒性。
  • 基于多重扩张路径医学影像深度分割网络
  • [发明专利]一种基于多重目标神经网络的强化学习值函数更新方法-CN202010628201.1在审
  • 李辉;吴昊霖;王壮 - 四川大学
  • 2020-07-02 - 2020-10-27 - G06N3/08
  • 本发明提出一种基于多重目标神经网络的强化学习值函数更新方法,包括步骤:(1)构建并初始化强化学习智能体,其主要包括1个在线神经网络和K个目标神经网络;(2)智能体与环境进行交互;(3)每隔一定训练次数,将在线神经网络的参数按照编号顺序复制到相应的目标神经网络;(4)将多重目标神经网络输出中小于阈值的值函数进行平均,得到新的值函数估计更新目标;(5)利用基于多重目标网络的更新目标来更新在线神经网络参数;上述基于多重目标神经网络的强化学习值函数更新方法,能够有效去除值函数估计过程中的过估计误差,从而得到具有更好表现的策略。
  • 一种基于多重目标神经网络强化学习函数更新方法
  • [发明专利]一种多重语义语句解析系统及方法-CN201711353550.1有效
  • 杨敏 - 上海擎语信息科技有限公司
  • 2017-12-15 - 2023-05-26 - G06F40/30
  • 本发明涉及一种多重语义语句解析系统,包括文本编码模块、神经网络模块、文本解码模块,文本编码模块将文本信息转化成多组文本向量信息,神经网络模块根据设定的算法将多组文本向量信息转化成多组语义向量,文本解码模块将多组语义向量转化成文本信息输出本发明还公开了一种多重语义语句解析方法,包括文本编码、文本逻辑分析、文本解码输出等步骤。本发明采用包含多种神经网络算法的神经网络模块解析多重语义语句,具有能够准确高效解析多重语义语句的特点。
  • 一种多重语义语句解析系统方法
  • [发明专利]跨链交互方法及装置-CN202111663722.1在审
  • 陶友贤 - 支付宝(杭州)信息技术有限公司;蚂蚁区块链科技(上海)有限公司
  • 2021-12-31 - 2022-04-29 - H04L67/1042
  • 所述方法包括:源区块链网络中的第一源节点响应于多个源节点分别发起的跨链请求,构造所述多个源节点对应的多重签名跨链消息,并将所述多重签名跨链消息发送至目的区块链网络;所述目的区块链网络中的第一目的节点在针对所述多重签名跨链消息中包含的源节点签名的验证结果满足第一验证条件的情况下,响应于经多个目的节点确认的目标数据构造包含所述目标数据的多重签名跨链应答;第一源节点在针对所述多重签名跨链应答中包含的目的节点签名的验证结果满足第二验证条件的情况下,将所述多重签名跨链应答中包含的目标数据分发至所述源区块链网络中的各个源节点
  • 交互方法装置

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