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2483618个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于多特征融合的脱机手写样例生成方法-CN202310034846.6在审
  • 魏宏喜;王恒 - 内蒙古大学
  • 2023-01-10 - 2023-04-18 - G06V30/244
  • 本发明公开了一种基于多特征融合的脱机手写样例生成方法,构建基于多特征融合的手写样例生成模型;将待生成的单词文本和参考的作者样式图片或作者ID输入训练后的基于多特征融合的手写样例生成模型,生成手写样例图像:对固定大小后的作者样式图片分别进行局部和全局的风格特征以及内容特征提取,得到全局风格编码、局部风格编码、全局本文内容编码以及局部本文内容编码;将全局风格编码与全局文本内容编码进行拼接后得到风格内容编码,对风格内容编码、局部风格编码以及局部本文内容编码进行不同尺度的特征融合;对特征融合后的特征图进行上采样,生成手写样例图像。
  • 一种基于特征融合脱机手写生成方法
  • [发明专利]基于图正则化矩阵分解的药物疾病关联关系的预测方法-CN202211615901.2在审
  • 李臻;张元明;赵海光 - 青岛大学
  • 2022-12-15 - 2023-04-18 - G16H70/40
  • 本发明方法根据各疾病的向无环图提取各疾病之间的语义相似性,再结合现有数据库中各疾病与药物之间的关联关系,利用图卷积方法提取疾病特征构建疾病特征矩阵,确定各疾病之间的余弦相似性并与语义相似性相融合,得到基于有向无环图的疾病关联关系后,再根据现有数据库中的药物特征构建药物特征矩阵,结合疾病特征矩阵,建立药物分子与疾病之间的关联矩阵,基于图正则化与核方法的矩阵分解算法对关联矩阵进行特征分解,通过构建目标函数,优化药物相似性网络和疾病相似性网络中节点的近邻关系,充分利用了疾病特征和药物特征,实现了对药物与疾病之间关联关系的精确预测。
  • 基于正则矩阵分解药物疾病关联关系预测方法
  • [发明专利]一种基于粗糙集的菌菇毒性特征检测方法及系统-CN202211460114.5在审
  • 张啸宇;王平心;窦慧莉;杨习贝;范燕 - 江苏科技大学
  • 2022-11-17 - 2023-04-18 - G16B40/00
  • 本发明公开了一种基于粗糙集的菌菇毒性特征检测方法,包括以下步骤:用已有的菌菇信息或者通过特征抽取获取到的菌菇信息经过处理后表示为一个实例决策系统DS;对已有的实例决策系统DS的样本与菌菇特征利用扰动算法进行扰动扩充后获得4个扩充后的实例决策系统;对得到的实例决策系统使用前向贪心式算法或者过滤式算法进行特征选择,得到每一个实例决策系统最优的特征选择结果;利用得到的最优的特征选择结果对测试样本进行集成分类,判断毒性特征,进行决策实例决策系统将属性约简,使得所需的检测时间缩短;通过扰动算法一定程度上解决由于新的菌菇品种或基因变异导致特征发生改变造成的干扰,提升检测准确率。
  • 一种基于粗糙毒性特征检测方法系统
  • [发明专利]基于多模态卷积神经网络的病理预后分析方法及系统-CN202310033883.5在审
  • 廖欣;李康;许春燕;田博;周頔;郑欣 - 四川大学
  • 2023-01-10 - 2023-04-28 - G06T7/00
  • 该方法为:获取组织病理图像集、免疫组化标记图像集;建立多模态预后分析网络,所述多模态预后分析网络包括组织病理图像筛选网络、免疫组化图像筛选网络以及特征融合网络;将组织病理图像于组织病理图像筛选网络中进行典型组织病理特征区域筛选,将免疫组化标记图像集于免疫组化图像筛选网络中进行典型免疫特征区域筛选;将筛选得到的典型组织病理特征区域与典型免疫特征区域于特征融合网络中进行跨模态特征融合,并进行预后状态预测。该病理预后分析方法通过组织病理图像筛选网络、免疫组化图像筛选网络以及特征融合网络的结合,能有效地预测患者的预后状态是不良还是良好。
  • 基于多模态卷积神经网络病理预后分析方法系统
  • [发明专利]人工智能增强数据采样-CN202211579137.8在审
  • 李明;凯瑟琳·赵 - 华为技术有限公司
  • 2019-06-26 - 2023-04-28 - H04L41/16
  • 监测网络内数据通信设备的运行特征包括:在第一采样间隔内以细粒度采样率对所述数据通信设备的运行特征进行采样,以产生所述数据通信设备的所述运行特征的细粒度样本;使用所述数据通信设备的所述运行特征的所述细粒度样本、所述细粒度采样率和小于所述细粒度采样率的粗粒度采样率来训练机器学习算法;在第二采样间隔内以所述粗粒度采样率对所述数据通信设备的所述运行特征进行采样,以产生所述数据通信设备的所述运行特征的粗粒度样本;使用所述机器学习算法来处理所述数据通信设备的所述运行特征的所述粗粒度样本,以产生所述数据通信设备的所述运行特征的高精度样本。
  • 人工智能增强数据采样
  • [发明专利]一种基于多源聚合神经网络的知识图谱补全方法-CN202211602937.7在审
  • 胡敏;李超;黄宏程 - 重庆邮电大学
  • 2022-12-13 - 2023-04-28 - G06F16/36
  • 本发明涉及一种基于多源聚合神经网络的知识图谱补全方法,属于自然语言处理领域,包括以下步骤:S1:对头实体和尾实体进行特征提取,利用卷积传播网络进行多次迭代,获取实体的上下文语义特征;S2:利用随机游走的方法构建从头实体到尾实体的关系路径,采用双向门口循环单元网络BiGRU,提取实体对之间的每个关系路径的语义特征;S3:利用注意力聚合方案,根据实体的上下文语义特征将给定实体对的不同关系路径语义向量进行有效聚合,得到实体对最终的关系路径特征;将上下文语义特征和最终的关系路径特征进行融合,利用softmax函数推断给定实体间可能存在的关系,完成知识图谱补全。本发明提高了特征学习能力。
  • 一种基于聚合神经网络知识图谱方法

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