“特征脸”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2456470个，建议您升级VIP下载更多相关专利

[发明专利]一种复述句识别的方法及装置-CN202010591978.5有效
发明人：周楠楠;汤耀华;杨海军;徐倩 -专利权人：深圳前海微众银行股份有限公司
申请日： 2020-06-24 - 公布日： 2023-06-06 - 主分类号： G06F40/279 文献下载
摘要：本发明提供了一种复述句识别的方法及装置，该方法包括通过获取待识别的两个句子，在确定两个句子的编辑距离不为0时，提取两个句子的多个特征，得到两个句子的多个特征组成的特征向量，将两个句子的特征向量输入到复述句识别模型中通过提取两个句子的多个特征来得到两个句子的特征向量，然后输入到复述句识别模型中，来确定这两个句子是否为复述句。由于使用两个句子的多个特征作为复述句识别模型的输入，相比现有技术中的仅仅是通过两个句子的向量相似度来确定是否为复述句的方式，大大提高了复述句识别模型的精度，提高了识别准确率。
一种复述识别方法装置

[发明专利]一种检测冷却片叠装合规性的方法-CN202010423895.5有效
发明人：杨振;任宁;蒋贵勤;曹惠 -专利权人：上海恒浥智能科技股份有限公司
申请日： 2020-05-19 - 公布日： 2023-03-24 - 主分类号： G06V20/50 文献下载
摘要：本发明提供的该检测冷却片叠装合规性的方法，步骤包括：S1设定图像采集装置取景方向，获取叠装加工后的冷却片组侧面图像，进行二值化预处理，以在冷却片组侧面选取特征区域，截取做为模板图像，输入图像识别软件；S2定位冷却片组上方及下方的基准线，并通过轴线定位模板匹配，来定位冷却片组轴线基准；S3根据S2定位出的基准线，通过第一特征模块匹配，确定第一特征位于图像的偏向；根据S2定位出的基准线做预设偏移，选定数量检测区，并根据第一运算规则统计符合条件的连通域个数；S4排序S3中识别的各连通域，根据第一特征预设所处冷却片组所在层数，确定特征层，通过预设偏移建立第一特征匹配区，以与第一特征模板匹配，获取关键位匹配结果。
一种检测冷却片叠装合规方法

[发明专利]基于CN和FHOG的森林火灾在线识别方法及装置-CN201910504074.1有效
发明人：赵运基;魏胜强;刘晓光;孔军伟;周梦林;范存良 -专利权人：河南理工大学
申请日： 2019-06-12 - 公布日： 2023-03-24 - 主分类号： G06V10/50 文献下载
摘要：Oriented Gradient)的森林火灾在线识别方法及装置，包括以下步骤：S1、构建火焰样本图像集合；S2、将样本图像在CN颜色空间投影，并依据主元分析方法确定投影颜色空间主元；S3、构建火焰的FHOG特征，应用金字塔池化方法进行均值池化，构建FHOG特征集合；S4、采集图像，并进行主元颜色空间投影，在投影图像中应用阈值处理确定疑似火点区域；S5、计算疑似火点区域的FHOG特征并进行金字塔池化；S6、计算疑似火点区域金字塔池化FHOG特征与FHOG特征集合中样本特征的相似度，依据阈值最终确定火灾发生情况；S7、如果发生火灾，给出报警信息。本发明还提供了基于CN+FHOG特征的在线火灾识别装置。本发明精度高，能够有效的进行火灾在线识别。
基于 cn fhog 森林火灾在线识别方法装置

[发明专利]利用小特征值估计噪声功率的协方差矩阵频谱感知方法-CN201811059875.3有效
发明人：金明 -专利权人：宁波大学
申请日： 2018-09-12 - 公布日： 2023-03-24 - 主分类号： H04W16/14 文献下载
摘要：本发明公开了一种利用小特征值估计噪声功率的协方差矩阵频谱感知方法，其处理过程为：在当前感知时隙内，对来自多个通道的信号进行多次采样，将每次采样得到的多个样本构成样本向量；然后根据所有样本向量计算协方差矩阵；接着计算协方差矩阵的所有特征值，并按从小到大排序；之后将排序后的所有特征值对应的修正特征值的前一半作为小特征值，根据所有小特征值来估计噪声功率；再根据协方差矩阵中的所有元素的值的绝对值之和及噪声功率，计算检验统计量；最后通过比较检验统计量与判决门限的大小，判定当前感知时隙内是否存在授权用户信号；优点是其利用小特征值来估计噪声功率，估计的噪声功率与接收信号的功率不同，从而获得了较好的感知性能。
利用特征值估计噪声功率协方差矩阵频谱感知方法

[发明专利]裂隙岩体溶质浓度分布预测方法、存储介质和计算机设备-CN202010697717.1有效
发明人：赵志宏;刘桂宏;陈跃都 -专利权人：清华大学
申请日： 2020-07-20 - 公布日： 2023-03-24 - 主分类号： G06F30/25 文献下载
摘要：该方法包括：S100：构建三维离散裂隙网络模型；S200：确定该模型的截面上的裂隙开度分布，并确定截面上每个特征单元的裂隙初始开度；S300：确定每个特征单元的水压力，并水压力确定水流速；S400：确定每个特征单元新的裂隙开度；S500：比较每个特征单元的新的裂隙开度和与其对应的裂隙初始开度，当至少一个特征单元的新的裂隙开度不满足预设条件时，将新的裂隙开度作为该特征单元的新的裂隙初始开度，返回执行S300，当每个特征单元的新的裂隙开度均满足预设条件时
裂隙溶质浓度分布预测方法存储介质计算机设备

[发明专利]推荐订单的确定方法、装置和服务器-CN202110249612.4有效
发明人：杨磊;盛小双 -专利权人：上海钧正网络科技有限公司
申请日： 2021-03-08 - 公布日： 2023-05-26 - 主分类号： G06F16/9535 文献下载
摘要：基于该方法，服务器在接收到目标司机的接单请求后，先获取多个相匹配的第一订单；同时，确定出目标司机的画像特征，并与多个第一订单进行关联，得到多个关联后的第一订单；再根据多个关联后的第一订单，获取对应各个第一订单的第一连续特征和第一离散特征；进而调用预测模型中的第一子模型和第二子模型对各个第一订单的第一连续特征和第一离散特征进行处理，以获取更加丰富、多样的特征数据；再调用预测模型中的第三子模型根据上述特征数据，准确地预测出目标司机针对各个第一订单的接受率
推荐订单确定方法装置服务器

[发明专利]一种低分辨率的实时手势识别方法-CN202310039359.9有效
发明人：李观喜;张磊;苏鹏 -专利权人：广州紫为云科技有限公司
申请日： 2023-01-12 - 公布日： 2023-05-30 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种低分辨率的实时手势识别方法，添加特征融合模块对高分辨率教师模型和低分辨率教师模型进行特征融合,使高分辨教师模型的颈部网络内的特征层尺度与低分辨率教师模型的颈部网络内的特征层尺度匹配，本发明为面向于移动端通过将两个模型特征图对齐的方式，解决高分辨率模型和低分辨率模型之间的特征图不匹配的问题，训练一个高精度的多分辨率模型，以高精度的多分辨率模型作为教师模型，低分辨率模型作为学生模型，结合知识蒸馏的方法，使用教师模型对学生模型进行特征指导
一种分辨率实时手势识别方法

[发明专利]基于光谱标准差特征分析的海洋溢油油种高光谱识别方法-CN202010195765.0有效
发明人：马毅;杨俊芳;姜宗辰;胡亚斌 -专利权人：自然资源部第一海洋研究所
申请日： 2020-03-19 - 公布日： 2023-06-02 - 主分类号： G01N21/31 文献下载
摘要：本发明提供一种基于光谱标准差特征分析的海洋溢油油种高光谱识别方法，识别方法包括如下步骤：基于已获取的各油品的高光谱辐亮度，确定所述各油品的反射率；基于所述各油品的反射率，通过包络线去除法获得归一化后的反射率；基于归一化后的反射率，采用光谱标准差阈值的特征分析方法获得所述油品种类可分性特征波段区间；基于所述油品种类可分性特征波段区间，确定待识别油品的反射率对应的油品种类，所述油品种类可分性特征波段区间为反射率光谱中能够区分出不同油品的特征波段区间本发明提供的海洋溢油油种高光谱识别方法中，首先通过包络线去除法获得归一化后的反射率，然后基于油品种类可分性特征波段区间确定待识别的反射率对应的油品种类，大大提高了油种识别精度。
基于光谱标准差特征分析海洋溢油油种高识别方法

[发明专利]一种飞行器壁面微尺度气膜厚度风洞实验测量方法及装置-CN202310269595.X有效
发明人：刘小林;易仕和;胡玉发 -专利权人：中国人民解放军国防科技大学
申请日： 2023-03-20 - 公布日： 2023-06-02 - 主分类号： G01M9/00 文献下载
摘要：基于预设压力传感器布局方式在飞行器壁面布置压力传感器，采集飞行器壁面各个与压力传感器相对应的测点的时序压力信号，基于时序压力信号进行频谱分析获取飞行器壁面边界层中的扰动波频域分布信息；基于扰动波频域分布信息获取飞行器壁面边界层中特征扰动波的特征信息；获取特征扰动波的特征信息与当地边界层厚度相关的关联关系；分别获取飞行器壁面渗透出微尺度气膜前后的边界层中特征扰动波的特征信息，并基于特征信息和关联关系获取微尺度气膜喷出前后的当地边界层厚度，基于微尺度气膜喷出前后的当地边界层厚度获取微尺度气膜的厚度信息
一种飞行器壁面微尺度厚度风洞实验测量方法装置

[发明专利]一种针对肺CT图像阈值分割结果的肺膜粘连结节区域精确修复方法-CN201910307293.0有效
发明人：冯昌利;魏海燕;杨德运;马召贵;乔赛;李鑫 -专利权人：泰山学院
申请日： 2019-04-17 - 公布日： 2023-03-31 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种针对肺CT图像阈值分割结果的肺膜粘连结节区域修复方法，通过对肺部二值图像进行SIFT特征检测获得图像中的特征点，并对上述获得的非边界特征点计算其最近邻替代点，并使用计算出的替代点替换原非边界特征点后，获得对应的边界特征点集合；针对上述边界特征点集合中的每一个边界特征点，基于特定的规则提取支撑边界；并根据计算得到的支撑边界图像中各支撑边界的联通性对其分段，获得图中彼此独立的支撑边界；对每个支撑边界分段
一种针对 ct 图像阈值分割结果粘连结节区域精确修复方法

[发明专利]用户数据的业务模型使用确定方法、装置及系统-CN202010722285.5有效
发明人：王力;周俊 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-07-24 - 公布日： 2023-05-09 - 主分类号： G06F21/62 文献下载
摘要：业务模型包括第一特征向量化模型和业务预测模型。将第一用户的第一用户数据提供给第一特征向量化模型得到第一特征向量表示。将第一特征向量表示提供给用户归属确定模型来确定对应的用户归属预测标签。第一数据集包括第二数据集的各个第二数据的第二特征向量表示以及各个第二数据的用户归属标签。第二数据包括公共数据以及第一用户的部分用户数据。各个第二数据的第二特征向量表示利用基于第二数据集训练的第二特征向量化模型得到。
用户数据业务模型使用确定方法装置系统

[发明专利]一种铁路接触网鸟巢的自动检测系统、方法及存储介质-CN201910941452.2有效
发明人：刘国文;张彩霞;李斌 -专利权人：佛山科学技术学院
申请日： 2019-09-30 - 公布日： 2023-04-25 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种铁路接触网鸟巢的自动检测系统、方法及存储介质，包括以下：获取铁路的接触网设备图像，并进行图像预处理操作得到第二图像；将第二图像输入到ResNet特征提取卷积神经网络进行特征提取，自下而上地形成C1‑C5层特征；对C1‑C5层的各层特征进行卷积核运算，并通过FPN金字塔网络进行整合得到P2、P3、P4以及P5层的特征；将得到的P2、P3、P4以及P5层的特征输入到分类与回归子网络，对第二图像中是否存在鸟巢进行智能判断本发明使用基于深度学习的目标检测系统对铁路接触网设备的鸟巢进行自动检测，无需人工提取特征，且检测速度较快，十分具有实用性。本发明应用于铁路的接触网设备检测领域。
一种铁路接触鸟巢自动检测系统方法存储介质

[发明专利]漏洞扫描方法、装置、存储介质及电子设备-CN202010526740.4有效
发明人：袁旭;张勇 -专利权人：北京天融信网络安全技术有限公司;北京天融信科技有限公司;北京天融信软件有限公司
申请日： 2020-06-10 - 公布日： 2023-02-07 - 主分类号： G06F21/57 文献下载
摘要：其中，漏洞扫描方法包括：加载用于扫描目标漏洞的插件，加载的插件中包括相互之间包含有相似特征的第一类插件；确定特征库中与第一类插件对应的第一类特征；向目标主机发送第一类特征中包含的第一类请求报文，并接受目标主机返回的第一类响应消息；利用第一类特征中包含的匹配规则获取第一类响应消息中的第一类特征信息；利用第一类插件解析第一类特征信息，确定目标主机中有关目标漏洞的情况。
漏洞扫描方法装置存储介质电子设备

[发明专利]基于药效团与alpha-碳特征的金属酶活性位点对比方法-CN202110428076.4有效
发明人：李国菠;李根;戴青青 -专利权人：四川大学
申请日： 2021-04-21 - 公布日： 2023-01-31 - 主分类号： G16B15/30 文献下载
摘要：基于药效团与alpha‑碳特征的金属酶活性位点对比方法。收集大量的金属酶晶体结构构建金属酶信息库，针对每个金属酶基于金属离子和溶剂可及性原理识别其活性位点，根据活性位点的表面原子与表面氨基酸构建药效团特征模型与alpha‑碳特征模型，将靶标金属酶与金属酶信息库中的活性位点特征模型进行相似性对比与晶体结构叠合，综合考虑相似性打分和叠合结构特征，输出与靶标金属酶活性位点相似的其他金属酶。本发明综合考虑活性位点的药效团特征与结构特征，准确、全面地表征金属酶活性位点信息；在获得活性位点相似性结果的同时，对金属酶晶体结构进行叠合，获得与靶标金属酶的相似金属酶，可视化的分析更为充分详尽，为靶标金属酶的药物发现提供更多线索
基于药效 alpha 特征金属活性对比方法

[发明专利]图像匹配模型的训练方法、装置、电子设备及存储介质-CN202210660021.0有效
发明人：柯思成;贾潇;王子腾;丁佳;吕晨翀 -专利权人：北京医准智能科技有限公司
申请日： 2022-06-13 - 公布日： 2023-02-28 - 主分类号： G06V10/44 文献下载
摘要：电子设备及存储介质，包括：获取第一粗粒度图像和第一细粒度图像，以及第二粗粒度图像和第二细粒度图像；将第一粗粒度图像和第二粗粒度图像输入至图像匹配模型中，获取第一样本图像和第二样本图像对应的至少两对候选特征点；基于至少两对候选特征点，确定第一细粒度图像中与至少两对候选特征点对应的第一子区域，以及第二细粒度图像中与至少两对候选特征点对应的第二子区域；将第一子区域和第二子区域输入至所述图像匹配模型中，确定所述至少两对预测特征点；基于所述至少两对候选特征点和所述至少两对预测特征点确定所述图像匹配模型的损失值，基于所述损失值调整所述图像匹配模型的参数。
图像匹配模型训练方法装置电子设备存储介质