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1286802个,建议您升级VIP下载更多相关专利
  • [发明专利]图像曝光融合方法、装置及存储介质-CN202111574767.1在审
  • 王朋;焦文菲 - 北京小米移动软件有限公司;北京小米松果电子有限公司
  • 2021-12-21 - 2022-03-25 - G06T5/00
  • 该方法包括:获取待融合图像序列,所述待融合图像序列包括多个待融合图像,所述多个待融合图像是针对同一场景在不同的曝光量下拍摄得到的图像;根据所述待融合图像序列计算融合拉普拉斯金字塔;根据目标拉普拉斯金字塔的第一顶层图像的亮度分布替换所述融合拉普拉斯金字塔的第二顶层图像的亮度分布,以得到目标融合拉普拉斯金字塔,其中,所述目标拉普拉斯金字塔是根据所述待融合图像序列中的目标待融合图像生成的;根据所述目标融合拉普拉斯金字塔重建得到目标图像。采用本公开这种方式,可以改善图像亮度反转问题,从而使得目标图像的全局亮度分布更加合理。
  • 图像曝光融合方法装置存储介质
  • [发明专利]一种基于查找表和拉普拉斯滤波的色调映射方法及系统-CN202310893696.4在审
  • 桑农;田铭;张锋;高常鑫 - 华中科技大学
  • 2023-07-19 - 2023-10-03 - G06T5/20
  • 本发明公开了一种基于查找表和拉普拉斯滤波的色调映射方法及系统,属于图像处理技术领域。本发明先将输入图像分解为自适应拉普拉斯金字塔;再将自适应拉普拉斯金字塔最底层的低频图像通过权重预测器,得到像素级权重图,同时使用三维查找表对低频图像进行三线性插值,得到初步映射图,之后将初步映射图与所述权重图逐像素融合生成微调后拉普拉斯金字塔最底层图像;再通过滤波器参数预测模块学习自适应拉普拉斯金字塔剩余层图像的参数值图,并将参数值图应用于局部拉普拉斯滤波器后得到微调后拉普拉斯金字塔剩余层图像;最后将微调后拉普拉斯金字塔重建得到色调映射后的图像。
  • 一种基于查找拉普拉斯滤波色调映射方法系统
  • [发明专利]基于图拉普拉斯下采样技术的DEM地形综合方法-CN202010262361.9有效
  • 陈占龙;马啸川;王润;禹文豪 - 中国地质大学(武汉)
  • 2020-04-06 - 2023-05-26 - G06T17/05
  • 本发明公开了一种基于图拉普拉斯下采样技术的DEM地形综合方法,首先提取DEM地形中高程点的三维坐标;其次是具体的DEM地形关键点提取方法,包括使用D8算法提取DEM地形骨架和图拉普拉斯下采样方法提取DEM地形的局部细节特征;图拉普拉斯下采样方法是基于图模型进行的,在这个过程中构造包含DEM高程点间空间关联信息的DT图模型,进而得到对应的初始的图拉普拉斯模型,最终使用拉普拉斯极特征向量方法完成图拉普拉斯下采样操作;为了获取不同粗化层次的DEM地形综合结果,图拉普拉斯下采样操作过程中还需要使用Kron‑Reduction方法获取不同粗化层次的图拉普拉斯模型;最后是使用提取到的高程点重构代表DEM地形特征的三维不规则格网
  • 基于图拉普拉采样技术dem地形综合方法
  • [发明专利]基于拉普拉斯图关系和多视角特征融合的细胞分类方法-CN201710648070.1在审
  • 苏育挺;白须;刘安安;张静 - 天津大学
  • 2017-08-01 - 2018-01-09 - G06K9/62
  • 本发明公开了一种基于拉普拉斯图关系和多视角特征融合的细胞分类方法,所述方法包括以下步骤利用神经网络全连接层对所提取的低级特征进行优化改进,得到更具有分辨力的高级特征;计算细胞在3种不同的高级视角特征空间中的拉普拉斯图关系,获取3种模态特征的拉普拉斯矩阵;将3种模态特征的拉普拉斯矩阵的线性组合作为公共子空间的拉普拉斯矩阵,通过半监督的方法对细胞进行分类。本发明利用拉普拉斯图关系和多视角特征融合的方式进行学习,消除了单一视角特征对于流行度预测的限制,同时利用神经网络全连接层对所提取的低级特征进行优化升级。
  • 基于拉普拉斯关系视角特征融合细胞分类方法
  • [发明专利]基于复拉普拉斯矩阵的编队控制方法-CN202011499233.2有效
  • 邹超;禹鑫燚;欧林林;黄睿;徐靖;陈磊 - 浙江工业大学
  • 2020-12-18 - 2021-12-21 - G05D1/02
  • 基于复拉普拉斯矩阵的编队控制方法,步骤如下:1)建立复平面内的多移动机器人运动模型。2)建立多机器人系统的通信网络及网络通信对应的拓扑图。3)构建对应通信网络拓扑的实拉普拉斯矩阵。4)根据编队需求和实拉普拉斯矩阵配置复拉普拉斯矩阵的权重。5)设计计算分布式离散控制信号。本发明能够让工程师快速设计机器人编队网络框架,使机器人形成指定队形,该方法是分布式的,所利用信息仅仅是机器人自身的信息和能够测量的临近机器人的信息,并且设计简便,实用性强,为多移动机器人的高效编队提供了可行方案
  • 基于拉普拉斯矩阵编队控制方法
  • [发明专利]一种无监督的超图聚类方法-CN202011085687.5在审
  • 杨易扬;邓苏城;任成森;巩志国;蔡瑞初;郝志峰;陈炳丰 - 广东工业大学
  • 2020-10-12 - 2021-02-19 - G06K9/62
  • 本发明提供一种无监督的超图聚类方法,包括以下步骤:S1:获取具有属性的样本数据,并对其进行预处理;S2:构建超图以及超图的实例矩阵;S3:构建超边拉普拉斯矩阵并获取超边拉普拉斯矩阵的特征向量以及特征值;S4:对超边拉普拉斯矩阵的特征向量进行特征还原得到超图拉普拉斯矩阵的特征向量;S5:将超图拉普拉斯矩阵的特征向量作为指示向量输入到k均值算法进行顶点聚类,得到超图的顶点聚类结果,完成超图聚类。本发明提供一种无监督的超图聚类方法,通过使用超边拉普拉斯矩阵的特征向量进行还原解决超图聚类问题,避免了直接计算超图拉普拉斯矩阵的特征向量,解决了传统超图谱聚类模型具有较高的时间复杂度以及空间复杂度的问题
  • 一种监督超图方法
  • [发明专利]孔隙信息确定方法、装置、设备、介质及程序产品-CN202210121609.9在审
  • 张岩;肖立志;廖广志 - 中国石油大学(北京)
  • 2022-02-09 - 2022-06-03 - G01N24/08
  • 向目标样品施加至少一个主脉冲序列及至少一个辅脉冲序列;采集目标样品对主脉冲序列响应的主回波信号及对辅脉冲序列响应的辅回波信号;将主回波信号减去辅回波信号,确定去除纵向弛豫效应的最终信号;采用反演算法对最终信号进行三维拉普拉斯反演,以确定目标样品的三维拉普拉斯关联谱;根据三维拉普拉斯关联谱,确定目标样品的孔隙信息。通过将主回波信号减去辅回波信号获取去除纵向弛豫效应的最终信号,根据对最终信号进行三维拉普拉斯反演获取的三维拉普拉斯关联谱,可以获取多尺度孔径分布信息、界面信息等孔隙信息,以使用户快速、无损的确定样品的内部结构
  • 孔隙信息确定方法装置设备介质程序产品

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