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271882个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于URL的网页分类器构建方法及其分类方法-CN201811025751.3有效
  • 孙玉霞;赵晶晶;仇之 - 暨南大学
  • 2018-09-04 - 2021-03-19 - G06F16/958
  • 本发明公开了一种基于URL的网页分类器构建方法及其分类方法,首先获取多个网页的URL,针对各URL进行网页属性的标记,由上述标记好网页属性的各URL作为训练样本,构成训练样本集;针对于训练样本集中的各训练样本,通过选定的字符对各训练样本进行分词处理,然后转换成词向量;将训练样本集中标记好网页属性的各训练样本的词向量作为输入针对卷积神经网络进行训练,得到网页分类器。针对于需要进行分类的网页,首先获取该网页的URL作为测试样本;然后通过选定的字符对其进行分词处理,最后转换成词向量;将测试样本的词向量输入上述构建得到的网页分类器中,通过网页分类器输出分类结果。
  • 一种基于url网页分类构建方法及其
  • [发明专利]基于曲波变换和核稀疏的抽油井半监督故障诊断方法-CN201710326671.0有效
  • 高宪文;王明顺;张遨;张平;魏晶亮;郑博元;陈星宇;宋乐 - 东北大学
  • 2017-05-10 - 2020-04-24 - E21B47/008
  • 本发明涉及一种基于曲波变换和核稀疏的抽油井半监督故障诊断方法,步骤为:获取多个示功图数据作为训练样本;将多个示功图转化为井下泵功图,再将每个泵功图转化为灰度图像;对每个泵功图进行曲波变换得到系数矩阵;将全部有标签的泵功图的特征向量作为字典,对每个未标记泵功图特征向量求稀疏系数;利用稀疏系数计算每个无标签泵功图的虚拟标签;将训练样本中所有泵功图的特征向量作为字典;对每一个待诊断的测试样本计算其特征向量求得稀疏系数;利用稀疏系数计算待诊断样本的虚拟标签本发明能精确的描述出泵功图的特征,基于核方法的半监督稀疏表达分类器不仅可以有效的利用未标记数据的信息,而且对有标记的样本数量要求不高。
  • 基于变换稀疏油井监督故障诊断方法
  • [发明专利]一种面向关系抽取的句子结构信息获取方法-CN201911355241.7有效
  • 秦永彬;杨卫哲;程华龄;陈艳平;黄瑞章;王凯 - 贵州大学
  • 2019-12-25 - 2022-04-01 - G06F40/211
  • 本发明公开了一种面向关系抽取的句子结构信息获取方法,所述方法包括如下步骤:步骤一、从数据集中抽取包含两个实体且已知实体语义关系类别的关系提及语句;步骤二、使用实体标记符和分隔符将步骤一中抽取出来的关系提及语句中的实体进行分隔和标记;步骤三、基于预训练字向量查找表或随机字向量查找表对文本进行向量映射;步骤四、通过神经网络对表示文本的向量矩阵进行卷积操作提取句子结构特征;步骤五、对卷积后的结果实施最大池化操作,进一步获取抽象特征;步骤六通过在卷积神经网络之前对句子实体进行标记和分隔,能够更好地得到各部分内容的语义信息,获取到以实体为中心的句子结构特征,进行关系抽取,可以达到一个比较好的性能。
  • 一种面向关系抽取句子结构信息获取方法
  • [发明专利]图像处理方法、装置和电子设备-CN202111183783.8在审
  • 安容巧 - 北京百度网讯科技有限公司
  • 2021-10-11 - 2022-01-07 - G06V10/25
  • 具体实现方案为:在前端引导用户拍摄图像时,可以先获取捕获的第一图像对应的第一特征向量、以及在捕获第一图像之前拍摄的第二图像对应的第二特征向量,并将这两个特征向量进行匹配,得到第二图像相对于第一图像的投影矩阵,再在该投影矩阵上的基础上,结合第一图像和在第一图像之前捕获的第三图像,共同确定目标标记框,这样可以通过目标标记框准确地引导用户拍摄捕获到的图像,且在前端引导过程中,减少了标记框严重抖动的发生。
  • 图像处理方法装置电子设备

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