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771785个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于锚点的无监督跨模态哈希检索方法-CN202310369473.8在审
  • 胡鹏;陆铮;孙元;彭玺;彭德中 - 四川大学
  • 2023-04-07 - 2023-07-04 - G06F16/532
  • 本发明公开了一种基于锚点的无监督跨模态哈希检索方法,属于跨模态检索技术领域,该方法包括获取图文对训练集;初始化图像模态神经网络的网络参数和文本模态神经网络的网络参数;根据图文对训练集中得到锚点集和批次图文对;根据锚点集和批次图文对,利用直通估计器以最小化跨模态网络损失函数为目标函数分别对图像模态神经网络的网络参数和文本模态神经网络的网络参数进行迭代优化,得到最优图像模态神经网络和最优文本模态神经网络;根据最优图像模态神经网络和最优文本模态神经网络,完成跨模态检索任务。本发明解决了跨模态哈希检索方法时间复杂度和空间复杂度偏高且二值编码不可微的问题。
  • 一种基于监督跨模态哈希检索方法
  • [发明专利]文本检索模型训练、问答检索方法、装置、设备及介质-CN202111216601.2在审
  • 杨修远 - 平安国际智慧城市科技股份有限公司
  • 2021-10-19 - 2022-01-14 - G06F16/332
  • 本发明涉及人工智能技术领域,提供一种文本检索模型训练、问答检索方法、装置、设备及介质,方法包括:获取待检索样本集和文档库;将训练样本队列输入含有初始参数的文本检索模型中;对训练样本队列和文档库中的各存储文档进行基于BERT的嵌入向量编码处理,并运用ANN搜索算法和KNN算法,进行向量检索,得到检索结果,并记录训练次数;通过损失函数,计算得到损失值;在检测到损失值未达到预设收敛条件和训练次数与预设次数成倍数关系时,迭代更新初始参数,并更新训练样本队列,不断训练得到文本检索模型。本发明实现了通过不断更新关联性强的负样本的训练方法,使文本检索模型更加准确。本发明适用于人工智能领域,可进一步推动智慧城市的建设。
  • 文本检索模型训练问答方法装置设备介质
  • [发明专利]一种案件视频研判装置-CN201711299270.7在审
  • 唐文静 - 四川金英科技有限责任公司
  • 2017-12-08 - 2018-05-18 - G06F17/30
  • 本发明公开了一种案件视频研判装置,它主要由以下模块组成:案件检索条件生成模块,用于添加和编辑案件检索条件;积分设置模块,针对案件检索条件中部分或全部检索元素的参数条件信息设置积分;案件检索模块,按检索条件和积分占比检索案件;目标案件排查模块,根据案件相似度对检索出的案件进行排序显示,有利于过滤海量无光案件信息,将重要目标案件信息直接反馈给检索者,方便检索者查看获取重要信息,提高案件检索效率。本发明能够通过设置积分过滤海量无关案件信息,将重要目标案件信息直接反馈到用户,方便用户查看获取重要信息,准确检索相应的案件和视频。
  • 一种案件视频研判装置
  • [发明专利]一种基于图像特征的图像检索方法和装置-CN201110399201.X有效
  • 李智 - 中国移动通信集团公司
  • 2011-12-05 - 2013-06-05 - G06F17/30
  • 本发明公开了一种基于图像特征的图像检索方法,包括:A、提取图像的SIFT特征点和MSER区域,获取包含在同一MSER区域内的所有SIFT特征点;B、结合各个SIFT特征点的主方向和主尺度以及在MSER区域内的位置特征,提取包含在同一个MSER区域内的各个SIFT特征点的空间特征参数;C、基于SIFT特征点的SIFT特征和空间特征参数进行图像的检索。在进行图像匹配时,利用这两个参数值对匹配上的SIFT特征点进行空间限制,大大提高了SIFT特征点的分辨率,从而剔除误匹配的点,提高图像检索性能。此外,本发明还公开了一种基于图像特征的图像检索装置。
  • 一种基于图像特征检索方法装置

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