“射门训练装置”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13595114个，建议您升级VIP下载更多相关专利

[发明专利]一种用于暴力行为识别的视频图像增强方法-CN202010874439.2有效
发明人：易军;庞一然;郑福建;郭鑫;宋光磊;周伟;雷友峰;张秀才;邓建华;杨利平 -专利权人：重庆科技学院
申请日： 2020-08-27 - 公布日： 2022-09-13 - 主分类号： G06V20/52 文献下载
摘要：本发明提供了一种基于光流判断与人员分布概率的暴力行为检测训练数据集数据增强方法。首先，获取一定量的视频帧，利用稠密光流对视频帧中的高危暴力区域进行提取。该方法对用于暴力行为识别训练的视频数据集进行优化，提取神经网络的ROI，将暴力行为仅出现在监控画面的角落，或是出现在较远距离，导致需关注的重点目标过小的视频训练集数据进行增强，能够有效提升神经网络的训练效果
一种用于暴力行为识别视频图像增强方法

[发明专利]基于关键决策逻辑设计测试覆盖率的网络模型测试方法-CN202110623246.4有效
发明人：谢肖飞;李恬霖;马雷;刘杨 -专利权人：杭州新州网络科技有限公司
申请日： 2021-06-04 - 公布日： 2022-09-06 - 主分类号： G06V10/774 文献下载
摘要：处理得到训练集中每个训练图片样本在深度神经网络模型中的关键决策路径；根据训练集中所有训练图片样本的关键决策路径综合处理成深度神经网络模型的关键决策图；根据关键决策图对测试集处理获得测试覆盖率；利用测试覆盖率控制测试
基于关键决策逻辑设计测试覆盖率网络模型方法

[发明专利]一种故障诊断模型训练方法和装置-CN202010155838.3有效
发明人：蒋爱国;王金江;谷明;李文锦;秦建安;于昊天;冼敏元;张来斌;陈冲;刘拴忠 -专利权人：中海油田服务股份有限公司
申请日： 2020-03-09 - 公布日： 2022-09-06 - 主分类号： G06F30/23 文献下载
摘要：一种故障诊断模型训练方法，包括：获取多条顶驱系统中的传感器所采集的顶驱系统的状态特征参数；其中，所述传感器在所述顶驱系统中的位置根据随机权重遗传算法确定；利用冗余属性投影算法分别消除每条所采集的状态特征参数中的变工况特征参数；将已消除变工况特征参数后的多条状态特征参数分别进行融合，获得多条融合后的状态特征参数；对多条融合后的状态特征参数分别标注故障类型，得到训练数据；采用所述训练数据对预先建立的故障诊断模型进行训练。
一种故障诊断模型训练方法装置

[发明专利]一种基于深度学习的森林火灾预警方法-CN202011179435.9有效
发明人：黄燕挺;李文生;邹昆;董帅 -专利权人：电子科技大学中山学院
申请日： 2020-10-29 - 公布日： 2022-09-06 - 主分类号： G08B17/00 文献下载
摘要：一种基于深度学习的森林火灾预警方法，依次包括数据生成、分类模型训练、树莓派部署和实时监控预警；数据生成：搜集部分森林场景图片及森林火灾场景图片，利用生成式对抗网络生成大量的置信度高的森林火灾仿真图片，并创建分类数据集；分类模型训练：通过轻量级卷积神经网络对分类数据集进行训练；树莓派部署：将训练结果模型部署到树莓派上；实时监控预警：在树莓派预警平台上实时采集图像并立刻进行模型推理，将推理结果及现场图片、位置等预警信息发送回服务器端
一种基于深度学习森林火灾预警方法

[发明专利]基于数据增广和卷积神经网络的银行卡卡号自动识别方法-CN201910600994.3有效
发明人：王琼;郭佑栋;柏洁咪 -专利权人：南京理工大学
申请日： 2019-07-04 - 公布日： 2022-09-06 - 主分类号： G06V20/62 文献下载
摘要：本发明公开了一种基于数据增广和卷积神经网络的银行卡卡号自动识别方法，对银行卡卡号区域图像进行切割，获取单字符图像，对每幅单字符图像进行多次数据增广得到若干单字符图像，若干单字符图像构成训练样本；将训练样本输入基于残差神经网络的分类器对其进行训练本发明采用残差神经网络，训练速度快，在提高模型效果同时在模型层数加深时不会出现退化问题，别准确率和鲁棒性高。
基于数据增广卷积神经网络银行卡自动识别方法

[发明专利]车检数据生成方法-CN201910721437.7有效
发明人：康宇;赵振怡;李泽瑞;许镇义;吕文君 -专利权人：中国科学技术大学
申请日： 2019-08-06 - 公布日： 2022-09-06 - 主分类号： G06N3/08 文献下载
摘要：参考机动车排放因子计算模型EMIT的计算公式作模型拟合，并得到EMIT模型中各个系数；将数据集中遥测数据的变量带入拟合的EMIT模型中，将计算结果与数据集中遥测数据的变量一并带入生成式对抗网络并进行网络训练，得到训练好的数据生成模型，从而利用训练好的数据生成模型生成与机动车遥测数据匹配的车检数据。该方法可以生成用于网络训练的车检数据，以确保网络准确计算尾气排放量。
车检数据生成方法

[发明专利]非侵入式负荷分解方法及系统-CN202011256024.5有效
发明人：周开乐;李鹏涛;焦建玲;杨善林;丁涛 -专利权人：合肥工业大学
申请日： 2020-11-11 - 公布日： 2022-09-09 - 主分类号： G06K9/62 文献下载
摘要：本发明的技术方案首先通过获取半监督字典学习模型的训练集，然后构建半监督字典学习模型，再基于上述获取的训练集训练半监督字典学习模型，最后基于训练后的半监督字典学习模型实现用电设备的负荷分解。
侵入负荷分解方法系统

[发明专利]基于深度学习的钻井井漏预测系统及方法-CN201910850687.0有效
发明人：连远锋;邸抗;张文瑄;石龙;李新宅 -专利权人：中国石油大学(北京)
申请日： 2019-09-10 - 公布日： 2022-09-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明的方法包括：1)获取钻井生产运行数据；2)对获取的数据进行预处理，获取进行深度学习的样本数据；3)特征提取和分类训练；采用VGG卷积神经网络模型进行深度学习，通过特征提取和分类训练，获得训练完成的钻井井漏预测模型4)结果输出和结果确认：使用训练完成的钻井井漏预测模型对实时验证数据作验证，给出井漏判断结果。
基于深度学习钻井预测系统方法

[发明专利]一种基于知识蒸馏的行人重识别模型压缩方法及评价方法-CN202110423900.7有效
发明人：陆易;徐晓刚;何鹏飞;张逸;朱岳江;张文广 -专利权人：之江实验室;浙江工商大学
申请日： 2021-04-20 - 公布日： 2022-09-09 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于知识蒸馏的行人重识别模型压缩方法及评价方法，压缩方法包括如下步骤：S1：预训练行人重识别教师模型；S2：构建行人重识别学生模型；S3：构建低阶状态蒸馏损失和高阶结构蒸馏损失，将教师模型的知识迁移到学生模型，联合优化行人重识别任务损失和蒸馏损失进行训练；评价方法还包括如下步骤：S4：将底库测试集输入训练好的学生模型，获得底库行人特征；S5：将查询测试集输入训练好的学生模型，获得行人特征，与底库行人特征进行相似度计算
一种基于知识蒸馏行人识别模型压缩方法评价

[发明专利]预训练对偶注意力神经网络语义推断对话检索方法及系统、检索设备、存储介质-CN202110795247.7有效
发明人：梁晨;陈麒光;耿健;唐亚锋;辛宇鑫 -专利权人：梁晨;陈麒光
申请日： 2021-07-14 - 公布日： 2022-09-09 - 主分类号： G06F16/332 文献下载
摘要：本发明是预训练对偶注意力神经网络语义推断对话检索方法及系统、检索设备、存储介质，属于人机语言交互领域，为解决现有技术针对不同主题对话的检索没有自然语言推理进行检索以及没有完整检索系统处理三大挑战的问题；包括数据预处理模块、预编码模块、检索建立模块、对话分块模块、排序模块、NLI训练模块和模型生成模块；预处理模块将对话进行收录，预编码模块进行编码，检索模块筛选后进行区分、排序，NLI训练模块利用对偶注意力机制进行神经网络训练
训练对偶注意力神经网络语义推断对话检索方法系统设备存储介质

[发明专利]基于图注意力机制的多光谱与全色图像融合方法及系统-CN202110347974.7有效
发明人：刁文秀;张凯;张风;孙建德;盛志;李卓林;王安飞 -专利权人：山东师范大学
申请日： 2021-03-31 - 公布日： 2022-08-02 - 主分类号： G06T5/50 文献下载
摘要：本发明属于图像处理技术中遥感图像融合领域，提供了一种基于图注意力机制的多光谱与全色图像融合方法及系统，该方法包括：获取低空间分辨率的多光谱图像和高空间分辨率的全色图像；将多光谱图像特征图和全色图像特征图输入深度神经网络模型；采用训练样本集和Adam随机梯度下降算法对深度神经网络模型进行训练，基于损失函数优化深度神经网络模型，得到训练好的深度神经网络模型；将待融合的低分辨率的多光谱图像和高空间分辨率的全色图像输入训练好的深度神经网络模型，输出融合后的高空间分辨率的多光谱图像
基于注意力机制光谱全色图像融合方法系统

[发明专利]一种车辆检测数据增强训练方法、系统、车辆及存储介质-CN202110254882.4有效
发明人：王娟;刘盈江;赵阳;石磊;赵军 -专利权人：成都信息工程大学
申请日： 2021-03-09 - 公布日： 2022-08-02 - 主分类号： H04L9/40 文献下载
摘要：本发明属于智能网联车安全技术领域，公开了一种车辆检测数据增强训练方法、系统、车辆及存储介质，收集车辆行驶时的CAN总线数据；接收更新检测模型和实时检测异常；车辆行驶数据和检测结果，用户选择不上传或者脱敏后上传至云端；对收集到的各车辆数据进行预处理合并后，判断模型所需数据量是否足够，如果不足则先进行数据增强，使用增强后的数据训练检测模型；最后，周期性将检测模型从云端发布到车载检测模块。本发明采用数据增强后的样本集合训练出的检测模型，其相同测评数据集上的检测率要明显优于数据增强前小样本数据集训练的模型。对要使用真车数据研究的其他领域也具有借鉴作用。
一种车辆检测数据增强训练方法系统存储介质

[发明专利]一种面向心电信号的半监督房颤自动检测系统-CN202111250533.1有效
发明人：李强;张鹏;陈昱廷;刘宇航;林凡 -专利权人：华中科技大学;武汉中科医疗科技工业技术研究院有限公司
申请日： 2021-10-26 - 公布日： 2022-08-02 - 主分类号： A61B5/318 文献下载
摘要：本发明公开了一种面向心电信号的半监督房颤自动检测系统，属于心电信号分析技术领域，包括：心电信号处理模块、训练模块和房颤检测模块；其中，训练模块用于对采集到的若干心电信号，分别输入到心电信号处理模块中，得到对应的RR间期样本；采集到的若干心电信号包括有房颤的心电信号和无房颤的心电信号；仅部分心电信号携带房颤标签；将各RR间期样本以及部分房颤标签输入到房颤信号检测模型中进行半监督训练，能够在保证检测准确率的前提下，以较小的工作量对模型进行训练，大大提高开发效率。
一种向心电信号监督房颤自动检测系统

[发明专利]一种结合模型及经验的预训练和并行推演的告警降噪方法-CN202111217648.0有效
发明人：郭学威;张永超;梁卫星;雷晓亮;杨骏;卢杨辉 -专利权人：腾云悦智科技（深圳）有限责任公司
申请日： 2021-10-19 - 公布日： 2022-08-12 - 主分类号： G06F11/07 文献下载
摘要：本发明公开一种结合模型及经验的预训练和并行推演的告警降噪方法。训练模型时使用预训练好的模型和专家经验做校验，确定哪个词或句子的重要性更高，将重要性最高的词所在的句子作为根因告警句，形成主从关系，最终整合输出主从关系，同时规则信息经过专家经验验证后，迭代到通用规则库本发明提出通用性的降噪框架系统，后续所有工作可以在同一个算法框架下解决，实现训练和预测，从而进行有效的智能降噪。
一种结合模型经验训练并行推演告警方法

[发明专利]一种基于样本选择扩充的冷水珊瑚分布预测方法及系统-CN202110017362.1有效
发明人：高凤强;邵桂芳;黄浩;郭一晶;詹俦军 -专利权人：厦门大学
申请日： 2021-01-07 - 公布日： 2022-08-12 - 主分类号： G06K9/62 文献下载
摘要：所述方法首先采用随机均匀采样的方法生成训练集，解决远洋珊瑚分布预测缺少负样本的问题。其次通过训练集进行径向基神经网络预测模型训练，并利用训练得到的模型对无标签样本进行标记。
一种基于样本选择扩充冷水珊瑚分布预测方法系统

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