“深度测试”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1081146个，建议您升级VIP下载更多相关专利

[发明专利]深度学习加速器基准测试方法和装置-CN202010017521.3有效
发明人：张蔚敏;孙明俊 -专利权人：中国信息通信研究院
申请日： 2020-01-08 - 公布日： 2023-03-21 - 主分类号： G06N20/00 文献下载
摘要：本申请提供了一种深度学习加速器基准测试方法和装置，所述方法包括：根据待测加速器的部署位置和应用场景选择用于测试的网络模型；获取测试数据，并对所述测试数据进行预处理；配置基准测试环境组件，加载所述网络模型，以及预处理后的测试数据运行于所述待测加速器上；获取测试结果，确定所述被测加速器的测试指标。该方法能够全面、准确地对深度学习加速器进行基准测试。
深度学习加速器基准测试方法装置

[发明专利]一种结合深度学习技术的黑盒自动化测试系统和方法-CN202010602148.8在审
发明人：吴英峰;许根;刘晓鸿;葛辰;曹伟;王顺;赵舟;胡洁;张继文;杨轩;韩淑娴 -专利权人：扬州航盛科技有限公司
申请日： 2020-06-29 - 公布日： 2020-10-02 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种结合深度学习技术的黑盒自动化测试方法，包括以下步骤：1）用户校准机械臂、摄像头、测试与AI服务器的通讯以及判断是否存在UI原型图；2）摄像头拍摄被测系统屏幕页面，传递给AI服务器进行判断/检测，采用基于深度学习模型的用例设计的方法，实现覆盖性测试用例的生成；3）利用机械臂、扬声器、麦克风以及摄像头对被测系统进行非侵入式自动化测试；一种结合深度学习技术的黑盒自动化测试系统，包括测试生成模块、测试定义模块、测试执行模块和测试适配模块。本发明采用非侵入式的方式创新的将人工智能方法结合的技术，应用到测试的用例设计、测试实施、测试验收三大环节中，提高了测试效率，替代了部分人工，降低成本；避免了植入测试软件对被测系统的影响。
一种结合深度学习技术黑盒自动化测试系统方法

[实用新型]一种基于逻辑编码和故障指示电路的定深装置测试系统-CN201420074054.8有效
发明人：韩庆田;张毅 -专利权人：韩庆田;张毅
申请日： 2014-02-17 - 公布日： 2015-04-08 - 主分类号： G01R31/00 文献下载
摘要：本专利为满足定深装置维修保障任务要求，解决定深装置测试连接复杂、工作量大、测试时间长、故障诊断困难、测试效率低等问题，应用逻辑编码技术，根据信号检测需要，反解出深度信号产生逻辑，设计了深度编码电路，采用故障隔离与指示技术，设计了故障指示电路，可以完成功能测试和故障定位的同步，结合信号测试分配电路，设计实现了测试系统，如图1所示。测试系统满足了单部件全功能测试、性能故障自动显示的测试任务需求，测试连接简单、测试时间短、维修效率高。
一种基于逻辑编码故障指示电路装置测试系统

[发明专利]基于旋转触探测试技术的基础沉降变形计算方法-CN201610149817.4有效
发明人：李鹏;许再良;李国和;齐春雨;陈新军 -专利权人：铁道第三勘察设计院集团有限公司
申请日： 2016-03-16 - 公布日： 2017-12-19 - 主分类号： E02D1/08 文献下载
摘要：本发明公开了一种基于旋转触探测试技术的基础沉降变形计算方法，包括场地旋转触探测试、旋转触探测试数据处理、确定基础沉降影响深度z、计算基础深度影响系数λ、计算基底应力影响因子Ii、确定基础深度影响范围内各地层土体旋转触探比功及变形模量因子本发明提供了一种直接应用旋转触探测试技术开展基础沉降变形计算方法，该方法计算简便，所需勘探测试成本低，具有良好的实用性。
基于旋转探测技术基础沉降变形计算方法

[发明专利]一种手持式汽车座椅局部硬度测试仪及测试方法-CN202110935137.6在审
发明人：王艳飞;黄玉强;王桂昌;魏凯 -专利权人：长春富维安道拓汽车饰件系统有限公司
申请日： 2021-08-16 - 公布日： 2021-11-16 - 主分类号： G01N3/40 文献下载
摘要：本发明属于汽车座椅表面或局部硬度测试技术领域，具体涉及一种手持式汽车座椅局部硬度测试仪及测试方法；包括能够测量力值的测力系统模块、压入深度指示架和压力传感压盘，其中测力系统模块底部固定有带刻度的压盘连接杆，压入深度指示架套置在压盘连接杆外，压力传感压盘螺纹连接在压盘连接杆底端内，且压入深度指示架上下部边缘分别设有压入深度指示线，底部两端分别设有接触指示球；本测试仪及其使用方法不仅具有操作快速便捷，随时监控的特点外，更适用于座椅座垫、靠背和侧翼等多个区域软硬的测试。
一种手持汽车座椅局部硬度测试仪测试方法

[发明专利]一种基于对比学习优化的深度单分类异常检测方法与装置-CN202310232883.8在审
发明人：肖俊苇;陈宝华 -专利权人：清华大学
申请日： 2023-03-06 - 公布日： 2023-06-13 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于对比学习优化的深度单分类异常检测方法与装置，该方法包括：获取基于工业产品图像的测试样本集；将测试样本集输入至训练好的双支路对比学习网络进行深度特征提取得到深度特征向量，并基于深度特征向量构建测试样本特征集；基于预设的正样本特征库计算测试样本特征集的第一近邻数量的正样本特征，并计算第一临近数量的距离均值，若计算结果大于异常判定阈值，则判断测试样本集中的样本为异常样本。
一种基于对比学习优化深度分类异常检测方法装置

[发明专利]岩石边坡爆破开挖损伤区岩体力学参数确定方法及系统-CN201911266109.9在审
发明人：杨建华;代金豪;陈汉霖;姚池;姜清辉;周创兵 -专利权人：南昌大学
申请日： 2019-12-11 - 公布日： 2020-03-31 - 主分类号： G01N29/07 文献下载
摘要：该方法包括：在爆破开挖损伤区，垂直于岩石边坡坡面方向钻设声波测试孔；在声波测试孔内不同深度处分别测试岩体纵波速度；根据计算声波测试孔内不同深度处的扰动因子D，其中，cp为测试得到的岩体纵波速度，cp0为未损伤岩体的纵波速度；根据声波测试孔内不同深度处的扰动因子，确定坡爆破开挖损伤区不同深度处岩体的力学参数
岩石爆破开挖损伤体力参数确定方法系统

[发明专利]一种积水深度检测方法、装置及存储介质-CN202111316027.8在审
发明人：李洁辰 -专利权人：上海洛轲智能科技有限公司
申请日： 2021-11-08 - 公布日： 2022-02-11 - 主分类号： G01F23/284 文献下载
摘要：本申请公开了一种积水深度检测方法、装置及存储介质，该方法包括：控制测距传感器以第一频率发射多个测试信号，并确定多个测试信号中的目标测试信号映射在移动载具行驶前方的路面上所获得的第一距离值；控制测距传感器以第二频率发射多个测试信号，并确定目标测试信号映射在移动载具行驶前方的路面上所获得的第二距离值；确定第一距离值与第二距离值的差值；确定目标测试信号的探测角度；基于差值以及探测角度值，确定路面的积水深度值。通过采用上述积水深度检测方法、装置及存储介质，实现了移动载具无需涉水，即可对远距离积水区域的积水深度进行测量，解决了检测距离短、检测精度低以及计算过程复杂的问题。
一种积水深度检测方法装置存储介质

[发明专利]绘制钻井剪切波波速测试成果曲线的方法及系统-CN202210867556.5在审
发明人：王庆磊;杜晨澍;梁作显 -专利权人：上海市政工程设计研究总院（集团）有限公司
申请日： 2022-07-22 - 公布日： 2022-11-22 - 主分类号： G06T11/20 文献下载
摘要：本发明公开了一种绘制钻井剪切波波速测试成果曲线的方法及系统，方法包括：接收创建数据表指令；创建数据表；根据钻井测试深度范围内的分层情况向数据表依次录入测点序号、测点深度、地层编号、地层名称、层底深度；检测各个数据单元内的地层名称，合并地层名称一致的数据单元；依次录入测试深度范围内的剪切波波速测试数据结果；绘制钻井剪切波波速测试成果曲线，生成层平均波速数据。本发明利用Excel绘制钻井剪切波波速测试成果曲线，绘制曲线直观清晰，同时相对于原始工作方法大大减少工作量，支持数据自动导入及自动辨识系统容错功能，操作方便，不易出错，可制成模板，便于多次利用及电子版归档
绘制钻井剪切波速测试成果曲线方法系统

[发明专利]改进深度稀疏自编码器网络旋转机械复合故障的诊断方法-CN201911015043.6有效
发明人：杨延西;杨静;田瑞明;谢国 -专利权人：西安理工大学
申请日： 2019-10-24 - 公布日： 2021-08-10 - 主分类号： G01M99/00 文献下载
摘要：改进深度稀疏自编码器网络旋转机械复合故障的诊断方法，1)分别获取旋转机械正常状态和不同故障状态的c种工况的振动信号，分别得到d组时域振动信号样本；2)对每个样本进行傅里叶变换，得到预处理后的信号样本；3)构造诊断样本集，将其作为训练样本集；4)建立旋转机械复合故障诊断模型，获得深度稀疏自编码器网络的连接权重和偏置参数；5)获得softmax分类器模型；6)进行快速傅里叶变换，选取测试样本；7)测试样本作为训练好的改进的深度稀疏自编码器网络的输入，对测试样本深度学习，进行特征提取，得到测试样本特征信号；8)将测试特征信息作为测试样本的匹配特征，得到待测旋转机械的复合故障诊断结果；提高了诊断准确度和效率。
改进深度稀疏编码器网络旋转机械复合故障诊断方法

[实用新型]一种用于爆炸焊接的爆速实时测试装置-CN201620074834.1有效
发明人：王道阳;周佐玉;王雄;铀铀;方中华 -专利权人：湖北金兰特种金属材料有限公司
申请日： 2016-01-26 - 公布日： 2016-06-15 - 主分类号： G01P3/64 文献下载
摘要：本实用新型公开了一种用于爆炸焊接的爆速实时测试装置，具有测试平台和多端爆速仪，测试平台上设置有若干个测试模块，测试模块包括信号探针、信号支架、深度定位杆和信号线，深度定位杆插入到炸药内，信号探针的两端连接在深度定位杆上，信号探针置于炸药中部；信号支架连接在深度定位杆上端，信号线连接在信号支架上端并与信号探针电连接，测试模块之间通过跨度定位杆连接，跨度定位杆的端部与信号支架上端连接，多端爆速仪与信号探针连接。
一种用于爆炸焊接实时测试装置

[发明专利]一种基于关键区域稀疏深度的单目深度估计方法-CN202010777954.9在审
发明人：颜成钢;张杰华;孙垚棋;张继勇;张勇东 -专利权人：杭州电子科技大学
申请日： 2020-08-05 - 公布日： 2020-12-15 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种基于关键区域稀疏深度的单目深度估计方法，首先对训练集进行裁剪、旋转、亮度变化，对测试集进行裁剪，然后设计网络模型结构，网络模型分为编码器和上采样网络。再将训练集中的RGB图像image和相应的稀疏深度输入到编码器进行特征提取，然后进行上采样得到与输入图像相同尺寸的预测深度图，计算网络的损失函数，进行反向传播，通过选定的优化器和相应参数对连接权重进行优化最后通过测试集进行测试。本发明采样点更加合理，有针对性，选择了对神经网络进行深度估计较关键的点，对深度估计的定量效果有了提升，相对于以往方法预测的深度更加准确，误差更小，生成的深度图效果更加清晰。
一种基于关键区域稀疏深度估计方法

[发明专利]一种查找应用边缘计算的操作系统误差的方法-CN202011542502.9在审
发明人：汪辉;任大明;任昌;刘晶;胡海涛 -专利权人：南京鑫和汇通电子科技有限公司
申请日： 2020-12-24 - 公布日： 2022-07-12 - 主分类号： G06V10/774 文献下载
摘要：本发明提出一种查找应用边缘计算的操作系统误差的方法，包括：搭建测试系统，测试系统可自动读取检测图像；将训练深度学习模型的操作系统作为参照系统，将应用边缘计算的操作系统作为移植系统，将参照系统内训练好的原始深度学习模型应用在移植系统中得到转换深度学习模型；采集参考图像，测试系统分别调用原始深度学习模型和转换深度学习模型对每一张参考图像进行识别，并对识别结果进行比对；针对比对结果不一致的参考图像，对转换深度学习模型的网络层进行排查，对有问题的网络层进行精准定位本发明解决了难以确定训练好的深度学习模型移植到应用边缘计算的操作系统中出现误差的原因，精确确定转换深度学习模型的有问题的网络层。
一种查找应用边缘计算操作系统误差方法

[发明专利]基于深度学习的有监督多模态光场深度估计方法-CN202211646623.7在审
发明人：周树波;周文杰;蒋学芹;潘峰 -专利权人：东华大学
申请日： 2022-12-21 - 公布日： 2023-05-26 - 主分类号： G06T7/50 文献下载
摘要：本发明公开了一种基于深度学习的有监督多模态光场深度估计方法，本发明首先利用光场相机获取焦点堆栈图像和对应的中心视图，得到预处理后的图像；然后将预处理后的焦点堆栈图像和对应的中心视图分别输入到两个不同的特征提取层；解码器通过交叉融合模块融合信息并依次上采样得到深度图；然后利用真值深度图作为监督信号，利用代价损失函数进行迭代训练，不断优化参数，直到模型参数收敛，保存模型参数文件；最后利用训练好的深度神经网络在测试集上进行测试，对于测试集的输出结果，利用RMSE作为深度估计性能的优劣指标。本发明在特征提取层中引入了自注意力机制，可以在光场数据集上实现更加准确的深度估计，提高深度估计的精度。
基于深度学习监督多模态光场估计方法

[发明专利]基于深度学习的随堂扫码评教数据有效性分析方法-CN202010258633.8有效
发明人：宋嘉伦;衣杨;赵福利;王馥君;陈敏;朱艺;李强 -专利权人：中山大学
申请日： 2020-04-03 - 公布日： 2023-04-28 - 主分类号： G06Q10/0639 文献下载
摘要：本发明提供的基于深度学习的随堂扫码评教数据有效性分析方法，包括：收集随堂扫码评教数据，得到评教数据集；对评教数据集进行预处理，得到标记后的评教数据集，并将标记后的评教数据集划分成训练集、验证集和测试集；利用训练集对深度神经网络进行训练，得到多个候选的深度神经网络模型；利用测试集对候选的深度神经网络模型进行测试，最终筛选出效果最好的深度神经网络模型。本发明创新性地提出了一种将深度学习算法应用于评教数据分析的新思路，首次将深度学习应用于解决评教数据有效性的判别问题，借助深度神经网络来学习教师、课程以及学生三者的自身属性与评教数据有效性相关的深层特征。
基于深度学习随堂扫码评教数据有效性分析方法