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3786991个,建议您升级VIP下载更多相关专利
  • [发明专利]特征提取方法、装置、电子设备和计算机可读介质-CN201811506362.2有效
  • 杨一 - 北京旷视科技有限公司
  • 2018-12-10 - 2021-06-25 - G06K9/00
  • 本发明提供了一种特征提取方法、装置、电子设备和计算机可读介质,涉及计算处理的技术领域,包括:获取计算模型,并对计算模型进行计算资源划分,得到划分结果,划分结果用于确定计算模型在设备端进行特征计算的第一组计算层,以及计算模型在服务器进行特征计算的第二组计算层;利用第一组计算层对目标视频流进行处理,得到中间计算结果;将中间计算结果发送至服务器,以使第二组计算层对中间计算结果进行特征计算,得到目标计算结果。本发明解决了现有技术中存在的在实际使用中设备端存在的大量冗余计算能力被浪费的技术问题。
  • 特征提取方法装置电子设备计算机可读介质
  • [发明专利]稀疏处理方法、装置及设备-CN202010910413.9在审
  • 张凯;谭文明;李哲暘 - 杭州海康威视数字技术股份有限公司
  • 2020-09-02 - 2020-12-18 - G06T5/00
  • 本发明提供一种稀疏处理方法、装置及设备,可根据特征图确定稀疏参数,进而可避免或减少关键信息的损失。该方法包括:获得待处理的目标特征图,所述目标特征图包含多个特征值;将所述目标特征图输入至已训练的稀疏网络以得到稀疏特征图;其中,所述稀疏网络包括第一计算层和第二计算层,所述第一计算层用于依据所述目标特征图中的各特征值确定对应的稀疏参数并输出给所述第二计算层,所述第二计算层用于依据输入的所述稀疏参数对所述目标特征图中的特征值进行稀疏处理以得到所述稀疏特征图。
  • 稀疏处理方法装置设备
  • [发明专利]失陷计算机的识别方法和失陷计算机的识别设备-CN202010995651.4有效
  • 焦雪丽 - 华为技术有限公司
  • 2020-09-21 - 2022-11-08 - H04L9/40
  • 本发明公开了一种失陷计算机的识别方法和失陷计算机的识别设备。用以提高识别失陷计算机的准确性。该方法包括:获得AD日志,AD日志中记录有多个认证事件,每个认证事件是根据受控计算机集合中的计算机在检测时段内的认证行为生成的;根据所述AD日志,从受控计算机集合中确定失陷计算机,确定的失陷计算机在检测时段中的一个单位时间对应的特征向量属于特征向量集合中的离群点,其中,特征向量集合中包括多个特征向量,多个特征向量包括受控计算机集合中的每个计算机在检测时段中的各个单位时间分别对应的特征向量、且每个特征向量包括对应的计算机在单位时间内认证失败的次数、以及在单位时间内通过对应的计算机认证失败的用户的数量
  • 失陷计算机识别方法设备
  • [发明专利]基片检查方法、基片检查系统和控制装置-CN202010472660.5在审
  • 鹤田丰久;富田浩 - 东京毅力科创株式会社
  • 2020-05-29 - 2020-12-08 - G01B11/06
  • 基片检查方法包括:基于模型形成用基片的膜的特征量的测量结果,和拍摄模型形成用基片而生成的模型形成用拍摄图像,来构建表示基片的拍摄图像中的像素值与该基片的膜的特征量的关系的相关模型的步骤;拍摄特征量获取对象基片生成拍摄图像,基于该拍摄图像和相关模型,来计算特征量获取对象基片的膜的推算特征量的步骤;计算对多个特征量获取对象基片计算出的推算特征量的统计值的步骤;以及根据膜的特征量的测量结果和推算特征量的统计值,计算推算特征量的补偿量的步骤,其中膜是对补偿计算用基片进行与推算特征量被计算出的膜相同的处理的膜。本发明能够简单且准确地获取基片的膜的特征量。
  • 检查方法系统控制装置
  • [发明专利]基于人工智能的骨科牵引异常检测系统-CN202210035001.4有效
  • 王辉 - 西安交通大学医学院第一附属医院
  • 2022-01-13 - 2022-09-09 - A61B5/11
  • 系统包括特征提取模块、绷带差异计算模块和异常程度计算模块,其中:特征提取模块:用于得到各类别的移动患病特征以及得到各类别的松动患病特征;绷带差异计算模块:用于得到待检测患肢在患肢移动且绷带松动情况下的病症变化特征,记为第一病症变化特征;得到待检测患肢在患肢移动且绷带不松动情况下的病症变化特征,记为第二病症变化特征计算第一病症变化特征与第二病症变化特征的差异;异常程度计算模块:用于获取待检测患肢对应的各类别预测移动特征,根据所述差异和所述各类别预测移动特征计算当前时刻牵引的异常程度。
  • 基于人工智能骨科牵引异常检测系统
  • [发明专利]跨模态检索方法、装置和可读存储介质-CN201810862629.5有效
  • 郭招 - 杭州海康威视数字技术股份有限公司
  • 2018-08-01 - 2022-09-16 - G06F16/583
  • 本申请公开了一种跨模态检索方法、装置和可读存储介质,属于计算机技术领域。该方法包括:在被检索图像中提取包含目标对象的感兴趣区域的图像特征;在检索语句中提取短语特征;基于注意力模型,采用感兴趣区域的图像特征计算检索语句对应的图像特征值;基于相似度计算模型,采用短语特征和图像特征值,计算短语特征和感兴趣区域的图像特征的相似度,并根据相似度输出检索结果。本公开基于注意力机制计算检索语句对应的图像特征值,使得图像特征值中,感兴趣区域中与检索语句相关的区域的图像特征比感兴趣区域中与检索语句无关的区域的图像特征所占的比重大,进而使得相似度计算的结果更准确,提高了检索的准确度
  • 跨模态检索方法装置可读存储介质
  • [发明专利]一种基于多模态特征级融合的宫颈病变预测系统-CN201910959387.6有效
  • 吴健;陈婷婷;马鑫军;刘雪晨;吕卫国 - 浙江大学
  • 2019-10-10 - 2022-10-04 - G06V10/44
  • 本发明公开了一种基于多模态特征级融合的宫颈病变预测系统,包括计算机存储器、计算机处理器以及存储在计算机存储器中并可在计算机处理器上执行的计算机程序,计算机存储器中存有宫颈病变预测模型,包括醋酸图像特征提取网络、碘图像特征提取网络以及用于将提取的特征进行融合的辅助模块;计算机处理器执行计算机程序时实现以下步骤:接收阴道镜检查中的醋酸图像和碘图像,裁剪出包含宫颈的区域;将醋酸图像和碘图像分别输入到宫颈病变预测模型中的醋酸图像特征提取网络和碘图像特征提取网络,经特征提取后,分别输入各自的辅助模块中,进行特征融合,经计算输出预测结果。
  • 一种基于多模态特征融合宫颈病变预测系统
  • [发明专利]含主导特征的co‑location模式挖掘方法-CN201710669858.0在审
  • 王丽珍;方圆;王晓璇;陈红梅;周丽华 - 云南大学
  • 2017-08-08 - 2017-12-15 - G06K9/62
  • 本发明公开了一种含主导特征的co‑location模式挖掘方法,根据距离阈值生成星型实例集;生成一个k阶候选模式集;计算参与度;大于参与度阈值的模式即为一个频繁的模式;对于该频繁模式ck与该模式的k个k‑1阶子模式集合分别计算损失度;计算模式的最大特征影响度及最小特征影响度;通过最大特征影响度与最小特征影响度的差直接判断该模式是否含有主导特征;进行两两特征差异度计算;如果被检测为含主导特征的模式,则计算每个特征来提取主要特征;最后得到了含主导特征的模式集合及其主导特征集合。本方法能够有效的缩减模式结果,为用户提供含有主导特征的模式和相应的主导特征
  • 主导特征colocation模式挖掘方法

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