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1081146个,建议您升级VIP下载更多相关专利
  • [发明专利]基于深度强化学习的Web服务众包测试任务分配方法-CN201910834368.0有效
  • 郭世凯;陈荣;张佳丽;唐文君;李辉 - 大连海事大学
  • 2019-09-03 - 2023-05-16 - G06F11/36
  • 本发明公开了一种基于深度强化学习的Web服务众包测试任务分配方法,包括:根据众包平台上的工人池和任务池内的数据信息、对深度强化学习的Web服务测试任务分配模型进行训练;众包平台接收需求者提交的测试任务,使用完成训练的Web服务测试任务分配模型进行测试任务的分配;工人接受并执行任务、将任务测试结果反馈给众包平台,众包平台将工人反馈的测试结果传送给相应的任务需求者。本方法通过使用深度强化学习方法DQN来训练Web服务测试任务分配模型,达到了对Web服务众包测试任务进行实时分配的效果,可以在一定程度上保证测试任务能够交由众包测试平台上比较合适的测试人员来处理,提升了测试效果
  • 基于深度强化学习web服务测试任务分配方法
  • [发明专利]一种抽油井动液面测试装置及测试方法-CN201510522681.2在审
  • 李大凯;王怒涛;陈晖 - 西南石油大学
  • 2015-08-24 - 2015-12-09 - E21B47/047
  • 本发明提供了一种抽油井动液面测试装置及测试,该抽油井动液面测试装置包括:钢丝绳,所述钢丝绳盘在井外的绞盘上;固定在井外的固定物上的感应元件,且所述钢丝绳的一端穿过所述感应元件;测试模块,悬挂在所述钢丝绳末端的测试模块;控制装置,控制所述绞盘下放所述钢丝绳使得测试模块位于油液内的设定深度,根据所述感应元件在所述测试模块接触油液液面反馈的第一信号及所述测试模块进入到油液内的设定深度反馈的第二信号计算所述油液液面的深度。其原理不同于回波测试法的原理,是利用感应原件反映力的变化,通过计算得到动液面的深度测试,可以实现实时监测。
  • 一种油井液面测试装置方法
  • [实用新型]一种用于剪切波速测试仪的深度计量装置-CN202020204561.4有效
  • 张龙飞;孙玮;史双双 - 张龙飞
  • 2020-02-25 - 2020-07-28 - G01B21/18
  • 本实用新型公开了一种用于剪切波速测试仪的深度计量装置,包括深度计量装置本体,所述深度计量装置本体包括两个安装块,两个安装块相互靠近的一侧设有同一个转轴,两个安装块均转动套设在转轴上,转轴上固定套设有绕线辊,绕线辊上缠绕并固定有测试线,测试线的一端固定连接有测试探头,两个安装块中的一个安装块的一侧固定安装有与测试线相连接的剪切波速测试仪。本实用新型设计合理,操作方便,便于在移动深度计量装置本体时对测试探头进行防护遮挡,避免在移动的过程中出现测试探头与外界物体发生碰撞造成损坏的现象,且便于在收卷测试线后对旋钮进行固定,避免在移动的过程中,绕线辊转动释放测试线的现象,有利于使用。
  • 一种用于剪切波速测试仪深度计量装置
  • [发明专利]基于神经元覆盖率的图像深度学习模型测试方法与装置-CN202010600844.5在审
  • 陈晋音;张龙源;邹健飞;金海波;熊晖 - 浙江工业大学
  • 2020-06-28 - 2020-10-09 - G06N3/08
  • 本发明公开了一种基于神经元覆盖率的图像深度学习模型测试方法与装置,方法包括:选取图像数据集及M个采用图像数据集预训练好的图像深度学习模型;搭建生成式对抗网络;生成式对抗网络的生成器将随机分布映射为扰动图,再将扰动图加到图像数据集中的原始样本上,生成生成样本;针对M个预训练好的图像深度学习模型,以图像数据集作为训练集,基于神经元覆盖率和注意力机制训练生成式对抗网络;以图像数据集作为输入,分别采用M个训练好的生成器生成对抗样本,汇总后获得测试数据集;利用生成的测试数据集对待测图像深度学习模型进行测试。本发明基于注意力机制和神经元覆盖率,使得图像深度学习模型的测试结果更加可靠。
  • 基于神经元覆盖率图像深度学习模型测试方法装置
  • [发明专利]深度图增强方法和深度图增强装置-CN201611093936.9有效
  • 杨帅;刘家瑛;宋思捷;郭宗明 - 北京大学;北大方正集团有限公司;北京北大方正电子有限公司
  • 2016-12-01 - 2021-04-09 - G06T5/00
  • 本发明提供了一种深度图增强方法和一种深度图增强装置,其中,深度图增强方法包括:对训练集图像的多个图像特征信息进行提取,得到多个图像特征信息的第一联合特征;对测试集图像的多个图像特征信息进行提取,得到多个图像特征信息的第二联合特征;基于第一联合特征与第二联合特征的相似性,查找测试集图像在训练集图像的对应部分的最近邻;根据查找到的最近邻,对测试集图像进行邻域嵌入,用以重建测试集图像的高频信息、低频信息和梯度信息;利用全局优化方程结合高频信息、低频信息和梯度信息,得到增强后的测试集图像。通过本发明的技术方案,可以有效地增强深度图的结构和细节,提升深度图的视觉质量。
  • 深度增强方法装置
  • [发明专利]一种基于增强现实的手势识别方法、系统及装置-CN201910274142.X有效
  • 冯志全;肖梦婷 - 济南大学
  • 2019-03-29 - 2022-11-04 - G06V40/20
  • 本申请公开了一种基于增强现实的手势识别方法、系统及装置,该方法包括:获取人手的手势深度图和手势深度信息,将手势深度图分为训练集和测试集,将训练集和测试集中的手势深度图剪切为大小相等的n个单元,利用DTW算法对两个集合中的动态视频帧进行优化,建立一双结构网络识别模型,然后将测试集输入至该识别模型中进行测试,获取手势识别结果;在增强现实环境中,根据手势深度信息和该识别模型,对手势进行识别。该系统包括:信息获取模块、集合分类模块、剪切模块、优化模块、识别模型建立模块、测试模块和识别模块。该装置包括处理器以及与其通信连接的存储器。
  • 一种基于增强现实手势识别方法系统装置

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