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2607615个,建议您升级VIP下载更多相关专利
  • [实用新型]磁性特征标记系统-CN202222597021.9有效
  • W·R·麦克劳克林;S·索厄德斯;A·K·米森纳 - 巴德阿克塞斯系统股份有限公司
  • 2022-09-28 - 2023-06-06 - G16H40/63
  • 本申请涉及磁性特征标记系统。磁性特征标记系统包括配置为可操作地接合医疗装置的标记设备。标记设备包括:框架;装置接合构件,其与框架联接,装置接合构件配置为将医疗装置的特征部分容纳和定位在框架的标记空间内;和多个磁体,其经由联接在多个磁体与框架之间的一个或多个磁体致动器,能够相对于标记空间选择性地定位一个或多个磁体致动器被配置为当被激活时:将磁体移位至在标记空间内限定磁场的标记位置,磁场配置为在特征部分上标记限定的磁性特征,以限定标记的磁性特征;和将磁体从标记位置移开。
  • 磁性特征标记系统
  • [发明专利]标记物及识别标记物的方法-CN201910234813.X在审
  • 于国星;戴景文;贺杰 - 广东虚拟现实科技有限公司
  • 2019-03-26 - 2020-10-09 - G06T7/73
  • 本申请提供一种标记物的识别方法,包括:获取包含有目标标记物的图像,所述目标标记物包括背景,以及分布于所述背景的多个子标记,所述多个子标记包括起始子标记以及一个或多个特征标记;识别所述图像中目标标记物的起始子标记,并获取所述起始子标记的第一信息,所述起始子标记包含至少两个特征点;识别所述图像中目标标记物的特征标记,并获取所述特征标记的第二信息,所述特征标记包含一个特征点或不包含特征点;根据所述第一信息和第二信息,确定所述目标标记物的身份信息。
  • 标记识别方法
  • [发明专利]网络攻击特征标记的产生-CN200380110301.X无效
  • K·尤利什;J·F·赖尔登 - 国际商业机器公司
  • 2003-11-24 - 2006-05-10 - H04L29/06
  • 本发明提供了一种用于从来自第一数据网络的请求中产生攻击特征标记,以便在具有被分配给数据处理系统的多个地址的第二数据网络中使用的方法,该方法包括:接收来自第一数据网络以第三数据网络中若干未被分配的地址为地址的数据通信业务;检查接收到的数据通信业务的若干出现事件以便发现公共数据模式,在发现所述数据模式之后,从相应的数据通信业务中确定攻击特征标记,以便用于为第二数据网络检测攻击。本发明还提供了一种装置,用于从第一数据网络上的请求中产生攻击特征标记,以便在具有被分配给数据处理系统的多个地址的第二数据网络中使用。
  • 网络攻击特征标记产生
  • [发明专利]一种面向含噪标记样本的特征方法-CN202010508804.8在审
  • 张敏灵;吴敬晗 - 东南大学
  • 2020-06-06 - 2020-11-06 - G06K9/62
  • 本发明涉及一种面向含噪声标记样本的特征选择方法,该方法对具有歧义标记信息的样本进行特征筛选,以达到数据预处理的目的。该方法包括以下步骤:(1)采用标记置信度的方式表示标记信息,并基于数据原始的含噪标记信息初始化标记置信度;(2)随机选择部分特征,在所选特征上对样本进行聚类学习;(3)根据得到的聚类结果,计算每个聚类中每个标记标记置信度;(4)选择具有最大标记置信度的标记作为聚类的标记,同时将置信值作为该类标记的权重,得到聚类‑标记‑权重三元关系,同时更新标记置信度;(5)根据得到的聚类‑标记标记权重三元组,计算特征权重;(6)若标记置信度保持不变,则转到步骤(7),否则转到步骤(2);(7)根据特征权重进行特征筛选;(8)结束。
  • 一种面向标记样本特征方法
  • [发明专利]一种道路标记线智能识别方法及系统-CN202010756698.5在审
  • 闫妍;张西良;刘玉芹;吴振威;宗圣康;毛天宇 - 江苏大学
  • 2020-07-31 - 2020-11-17 - G06K9/00
  • 本发明提供一种道路标记线智能识别方法及系统,图像特征模型识别训练:采集道路标记线图像建立样本集,对样本进行图像处理,提取样本图像特征,进行学习训练,形成残缺或者模糊道路标记线图像特征模型,并建立道路标记线图像特征模型库;图像特征提取:采集实际道路标记线图像,进行图像处理和图像过滤处理,提取实际道路标记线图像特征;图像特征识别:通过对实际道路标记线图像特征识别,在道路标记线图像特征模型库中寻找与实际图像所提取的残缺和模糊特征最匹配的模型,计算二者匹配拟合度,分析其数值大小,实现对实际工况下道路标记线的识别。本发明提高了道路标记线识别精度。
  • 一种道路标记智能识别方法系统
  • [发明专利]基于子空间表示和全局消歧方法的偏标记学习方法-CN202010411587.0在审
  • 李浥东;冯松鹤;孙悦;郎丛妍 - 北京交通大学
  • 2020-05-15 - 2020-08-25 - G06F16/906
  • 本发明提供了一种基于子空间表示和全局消歧方法的偏标记学习方法。该方法包括:构建特征矩阵和候选标记矩阵;基于构建特征矩阵和候选标记矩阵,构建特征子空间学习模型和标记全局消歧模型;综合特征子空间学习模型和标记全局消歧模型得到混合模型,采用交替优化方法求解混合模型,得到多分类模型、映射矩阵和偏标记置信度矩阵;根据多分类模型和映射矩阵对未见示例进行分类,计算出未见示例的多个标记值,将预测置信度最高的标记值对应的标记确定为未见示例所属的标记类别。本发明可同时利用特征子空间表示法和标记全局消歧方法,同时从特征标记两方面解决偏标记学习问题,所获特征具有更强表征能力;生成的标记置信度矩阵有更好的消歧效果。
  • 基于空间表示全局方法标记学习方法

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