“次卷积”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

钻瓜专利网为您找到相关结果1267883个，建议您升级VIP下载更多相关专利

[发明专利]电池电量估计方法及装置-CN202211545896.2有效
发明人：钱军;严学庆;袁朝勇;袁朝明;徐冬冬 -专利权人：江苏欧力特能源科技有限公司
申请日： 2022-12-05 - 公布日： 2023-04-07 - 主分类号： G01R31/367 文献下载
摘要：本公开涉及电池技术领域，公开了一种电池电量估计方法及装置，方法包括：获取电池的工作参数，包括电池电压、电池电流、电池温度和电池内阻；将工作参数输入电量估计模型以得到电池的剩余电量估计值，电量估计模型是通过样本工作参数集对卷积神经网络进行多次迭代更新得到满足预设条件的卷积神经网络而得到，多次迭代更新中任意一次迭代更新包括：获取上一次迭代更新后的卷积神经网络执行多个电量估计任务对应的多个第一损失值，从多个第一损失值中确定小于预设损失值的至少一个第二损失值，根据至少一个第二损失值以及至少一个第二损失值各自对应的电量估计任务对上一次迭代更新后的卷积神经网络进行更新
电池电量估计方法装置

[发明专利]特征处理方法、装置、电子设备及计算机可读存储介质-CN202011332239.0有效
发明人：刘倩;王涛 -专利权人：北京奇艺世纪科技有限公司
申请日： 2020-11-24 - 公布日： 2023-05-26 - 主分类号： G06V20/40 文献下载
摘要：该方法中会对任一待处理特征分别进行至少三次分组卷积操作，得到至少三个特征分量，待处理特征包括待处理视频中的目标视频帧的帧特征，对待处理特征分别进行至少三次分组卷积操作，得到至少三个特征分量，基于至少三次特征分量中的第一特征分量及第二特征分量本方法中包含了一个等级分组结构，通过采用分组卷积操作进行卷积运算，进而一定程度上可以降低参数冗余及计算代价。
特征处理方法装置电子设备计算机可读存储介质

[发明专利]步进式卷积神经网络剪枝压缩方法-CN201711021072.4在审
发明人：牟星 -专利权人：江苏环实科技有限公司
申请日： 2017-10-27 - 公布日： 2018-03-09 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种步进式卷积神经网络剪枝压缩方法，利用GPU计算卷积神经网络模型中每一层神经元的L1范数和方差；根据每一层神经元的L1范数和方差估计每一个神经元当前时刻的重要性；对于当前时刻不重要的神经元，将其强制设置为0，同时将相同位置的反向传播误差项也强制设置为0；卷积神经网络进行m次迭代训练后，重新计算并评估；重新评估过后的所有活动神经元参加下一轮的m次迭代；重复上述过程n次，使学习率随迭代步数进行阶梯式衰减，通过将卷积神经网络中当前时刻不重要的神经元进行剪枝操作，多次迭代后再进行判断，恢复当前时刻重要的神经元，剪枝当前时刻不重要的神经元，重复操作，达到对卷积神经网络进行有效压缩和快速计算的目的。
步进卷积神经网络剪枝压缩方法

[发明专利]基于无监督深度回归的遥感图像检索方法、系统、设备及介质-CN201910033935.2有效
发明人：刘亦书;丁利旺;刘应斌;陈聪慧 -专利权人：华南师范大学
申请日： 2019-01-15 - 公布日： 2020-10-23 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种基于无监督深度回归的遥感图像检索方法、系统、设备及介质，所述方法包括：搭建基于相似性的孪生卷积神经网络；构造小批量损失函数，并使用日常图像库中的图像对基于相似性的孪生卷积神经网络进行从头开始的预训练；构造小批量损失函数，并使用第一遥感图像微调集中的图像对预训练后的基于相似性的孪生卷积神经网络进行第一次微调；构造小批量损失函数，并使用第二遥感图像微调集中的图像对第一次微调后的基于相似性的孪生卷积神经网络进行第二次微调本发明利用无监督深度回归方法，训练一个轻便灵活的卷积神经网络，为当前人工智能学界和业界面临的有监督训练难题提供了一个解决思路。
基于监督深度回归遥感图像检索方法系统设备介质

[发明专利]一种基于多编码器卷积神经网络的图像分割方法和系统-CN202010727353.7有效
发明人：吴强;庞恩帅;李新钢;吴琦 -专利权人：山东大学
申请日： 2020-07-24 - 公布日： 2022-10-14 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于多编码器卷积神经网络的图像分割方法和系统。基于多编码器卷积神经网络的图像分割方法其特征在于：采用若干个编码器提取特征，通过解码器恢复至原始分辨率，编码器1由若干卷积层和下采样MaxPooling层组成，在编码器1经过三次、两次和一次下采样的卷积层上分别设置一个编码器，得到编码器2、3、4，在最底层将不同编码器提取的特征在通道维度进行融合，然后构建与编码器1对称的解码器结构，通过跨层连接将编码器1和与解码器相邻编码器卷积层中的特征送到对称的解码过程中，直到图像恢复到原始分辨率
一种基于编码器卷积神经网络图像分割方法系统

[发明专利]一种基于卷积神经网络学习的测井岩性识别方法-CN202010456323.7在审
发明人：陈玉林;李戈理;成志刚;杨智新;肖飞;罗少成;袁龙;车锐媚;刘文强;席辉;白松涛;赵莉;牟瑜;陆艳萍;陈彦竹 -专利权人：中国石油天然气集团有限公司;中国石油集团测井有限公司
申请日： 2020-05-26 - 公布日： 2020-10-16 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于卷积神经网络学习的测井岩性识别方法，1.将对钻井取芯采集的数据曲线作为输入特征；将钻井岩性结果作为输入特征标签，清洗样本数据建立学习数据样本；2.将三孔隙度、三电阻率和三岩性曲线按顺序依次排列，将钻井岩性分为四类，再将学习数据样本分为训练集和测试集；3.采用一次卷积和一次池化提取特征参数，链接一个Softmax回归层，建立卷积神经网络模型；4.训练卷积神经网络模型，用测试集测试其准确率，如果满足要求的准确率，则卷积神经网络模型能够投入实用，如果不满足要求的准确率，则增加训练量；5.使用训练完成的卷积神经网络模型，对新井的岩性进行识别。
一种基于卷积神经网络学习测井识别方法

[发明专利]一种基于卷积神经网络的人群密度估算方法-CN201610536882.2有效
发明人：张力 -专利权人：苏州平江历史街区保护整治有限责任公司
申请日： 2016-07-08 - 公布日： 2019-05-17 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于卷积神经网络的人群密度估算方法，包括：步骤S1，建立训练样本集；步骤S2，构建基于Mixed‑Pooling的卷积神经网络模型；步骤S3，训练卷积神经网络模型：采用随机梯度下降法对步骤S2中构建的卷积神经网络模型进行迭代训练，每迭代一次检测一次梯度以及损失函数的值，以获得网络结构中各权重值W和偏置值b的最优解，迭代多次后得到本次训练的最优卷积神经网络模型；步骤S4，人群密度估计检测：将通过步骤S3获得的关于远近两个分区的卷积神经网络分类模型，按照新的检测分类策略对整体区域的人群密度进行估计。
一种基于卷积神经网络人群密度估算方法

[实用新型]一种一次性湿敷带-CN202021054863.4有效
发明人：刘娟;马晓静 -专利权人：刘娟
申请日： 2020-06-10 - 公布日： 2021-05-14 - 主分类号： A61F13/02 文献下载
摘要：本实用新型公开了一种一次性湿敷带，包括辊状纱布，所述辊状纱布包括压覆机构和纱布主体，所述压覆机构包括一组供纱布主体绕设的卷积辊以及卷积辊一侧设置的压覆辊，所述压覆辊的轴心与卷积辊的轴心相互平行，且压覆辊的两侧由弹性连接机构与卷积辊连接，所述纱布主体在卷积辊的外缘面绕设有多组，多组所述纱布主体相互连接，且多组纱布主体的连接处构造有便撕孔隙，所述纱布主体的上端面中心设置有湿敷层，且纱布主体的上端面一侧缝纫有魔术贴粘接层，所述纱布主体的底端构造有魔术贴绒毛层，所述卷积辊的两侧构造有连接弹性连接机构的连接板。该一次性湿敷带，结构合理，便于分离使用，具有较高的实用价值。
一种一次性湿敷带

[发明专利]散射估计方法和图像处理装置-CN201780092571.4有效
发明人：山川善之 -专利权人：株式会社岛津制作所
申请日： 2017-07-25 - 公布日： 2023-09-15 - 主分类号： G01T1/161 文献下载
摘要：该散射估计方法包括以下步骤：基于放射性图像(5)的散射线指标值(R)来决定用于对单次散射分布进行平滑化的卷积核的步骤(S4)；以及使将卷积核应用于单次散射分布来进行平滑化后的散射分布拟合到正电子放射断层摄影测量数据的步骤
散射估计方法图像处理装置

[发明专利]一种基于卷积神经网络的一次接线图图元识别方法-CN202011080157.1在审
发明人：刘进峰;郭兆丰;金石;陈莉娟;王昊;汪燚春;齐玉商;邓捷 -专利权人：国家电网有限公司;湖北华中电力科技开发有限责任公司;国网湖北省电力有限公司;国网湖北省电力有限公司荆门供电公司;上海博般数据技术有限公司
申请日： 2020-10-10 - 公布日： 2021-01-29 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于卷积神经网络的一次接线图图元识别方法，包括以下步骤：(1)从一次接线图训练集图片中截取图元图形文件，处理后构建图元训练集；(2)将所述图元训练集通过卷积神经网络训练生成图元识别模型；(3)通过所述图元识别模型对输入一次接线图进行图元识别。本发明将神经网络技术和图像识别技术应用于配网及厂站一次接线图，提出一种基于卷积神经网络的一次接线图图元识别方法，实现厂站接线图的自动学习、识别，提高系统建设效率，减少人工工作，为后续实现拓扑模型的智能化处理
一种基于卷积神经网络一次接线图图元识别方法

[发明专利]一种多尺度注意力特征检测方法-CN201911189274.9有效
发明人：周书仁 -专利权人：长沙理工大学
申请日： 2019-11-28 - 公布日： 2023-04-18 - 主分类号： G06V10/25 文献下载
摘要：本发明公开了一种多尺度注意力特征检测方法，方法包括：通过计算机的硬件资源构建单次目标检测器，其中，单次目标检测器包括基础网络、新增卷积层和预测层；于新增卷积层上加入多个注意力分支以增强检测特征的特性，并构建并行的多尺度注意力特征检测模型，训练单次目标检测器；根据训练单次目标检测器而得到的参数训练并行的多尺度注意力特征检测模型；将待检测图像输入至多尺度注意力特征检测模型，并计算得到检测结果；在单次目标检测器的新增卷积层上加入多个注意力分支
一种尺度注意力特征检测方法

[发明专利]一种基于直接信号卷积的线路短路故障定位方法及系统-CN202210034934.1有效
发明人：庄池杰;王冠博;曾嵘 -专利权人：清华大学
申请日： 2022-01-13 - 公布日： 2023-10-17 - 主分类号： G01R31/08 文献下载
摘要：本发明提供一种基于直接信号卷积的线路短路故障定位方法及系统，方法包括：将不同短路支路上的暂态信号与故障产生的暂态信号进行卷积处理，得到不同短路支路上对应的卷积信号；根据不同短路支路上对应的卷积信号分别计算不同短路支路上对应的卷积信号能量；从不同短路支路上对应的卷积信号能量中获取卷积信号能量最大值，卷积信号能量最大值对应的短路支路位置即真实故障定位位置，将卷积信号能量最大值对应的短路支路位置作为真实故障定位位置输出。方法适用于拓扑结构不同的网络；故障定位过程无需对故障产生的暂态信号进行时域反演；只需使用EMTP软件进行一次仿真计算，通过硬件系统即可实现线路短路故障定位。
一种基于直接信号卷积线路短路故障定位方法系统

[发明专利]基于卷积神经网络的估算海洋次表层温度的方法-CN201910738699.4有效
发明人：冯源;韩明旭;赵雪利;洪锋;刘超 -专利权人：中国海洋大学
申请日： 2019-08-12 - 公布日： 2023-02-03 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及海洋科技技术领域，特别涉及一种基于卷积神经网络的估算海洋次表层温度的方法。在本发明提供的估算海洋次表层温度的方法中，通过获取关于海洋表层特征的观测数据，进而提取观测数据中的表层关联度最高的数据点，并以此进行卷积计算，最终得出海洋次表面的温度估计值，提高了海洋表层温度估计值的获取效率，进而提高了海洋次表层温度估计值的精确度。
基于卷积神经网络估算海洋表层温度方法

[发明专利]提高神经网络硬件加速器计算速度的方法及系统-CN202111295900.X在审
发明人：龚昊;熊蔚琳;高扬;余剑;韦海华 -专利权人：上海酷芯微电子有限公司
申请日： 2021-11-03 - 公布日： 2022-03-01 - 主分类号： G06N3/063 文献下载
摘要：本发明通过对卷积算子的输出张量通道数进行合理添加，同时对卷积权重张量的卷积核个数进行添加，实现提高卷积算子的数据单次计算量以提高计算速度。
提高神经网络硬件加速器计算速度方法系统

[发明专利]分割网络的优化方法、系统和计算机可读存储介质-CN201910591448.8在审
发明人：肖月庭;阳光;郑超 -专利权人：数坤（北京）网络科技有限公司
申请日： 2019-07-02 - 公布日： 2019-09-27 - 主分类号： G06T7/10 文献下载
摘要：本发明提供一种分割网络的优化方法、系统和计算机可读存储介质，其中分割网络的优化方法，一次迭代过程包括：S1、获取待分割图像；S2、将所述待分割图像输入至分割网络中，其中，所述分割网络中包括至少一层卷积层，利用系数对所述卷积层的第一卷积块进行放大处理，得到第二卷积块，而后利用所述第二卷积块进行所述卷积层的卷积运算，获得所述卷积层的输出数据，所述系数为预设值；S3、基于所述输出数据输出与所述待分割图像对应的分割数据
卷积分割图像分割计算机可读存储介质输出数据网络优化放大处理分割数据卷积运算图像分割一次迭代预设输出