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2483057个,建议您升级VIP下载更多相关专利
  • [发明专利]一种智慧消防大数据监督平台-CN202110026730.9在审
  • 邱添;董文枭;李镇岐;李天涯 - 北京猎原世奇科技有限公司
  • 2021-01-09 - 2021-05-07 - G06Q10/06
  • 本发明提供一种智慧消防大数据监督平台,所述平台包括:应用层,用于为用户提供各个功能的应用界面,其中,应用层包括电子沙盘数字大屏,所述电子沙盘数字大屏用于基于位置实现可视化展示功能;服务层,用于为所述应用界面提供各个功能的数据接口,并通过各模块为用户提供所述平台的各项功能和服务,以实现对消防大数据的智慧监督数据层,用于存储所述平台产生的各种数据,提供基础地图数据服务,与所述服务层通讯连接。本发明的智慧消防大数据监督平台,可以为消防监督检查工作提供强有力支撑,提高检查效率,减少人员性投入,统筹管理各监督检查部门,解决消防管理责任链条不清晰问题,并实现消防数据库常态化、精准化更新。
  • 一种智慧消防数据监督平台
  • [发明专利]一种基于自监督学习和聚类的滚动轴承故障诊断方法-CN202110949934.X在审
  • 芦楠楠;闫彤;马占国;肖晗晗;王振领 - 中国矿业大学
  • 2021-08-18 - 2021-12-14 - G06K9/62
  • 本发明公开了一种基于自监督学习和聚类的滚动轴承故障诊断方法,首先,基于自监督学习网络对轴承数据不同时频变换类型的识别,提取两域数据的底层无偏向特征,然后以监督学习的方式训练滚动轴承故障诊断数据集中的源域数据,并利用源域监督学习网络预测得到滚动轴承故障诊断数据集中的目标域数据的初始伪标签;其次,基于网络预测生成伪标签及其概率值,考虑目标域数据自身分布特点,利用K‑means算法对自监督网络提取的目标域数据特征进行聚类,依照强簇规则,对伪标签和概率值进行更新;最后,将更新后概率值设定为对应样本伪标签的置信度,整体的平均值作为该类的整体置信度,进一步提高伪标签可用性,实现无监督领域自适应的故障诊断。
  • 一种基于监督学习滚动轴承故障诊断方法
  • [发明专利]数据库测试用例生成需求描述编码方法-CN202311039512.4在审
  • 刘雨蒙;万梓航;苏毅;赵怡婧;王潮 - 北京遥感设备研究所
  • 2023-08-17 - 2023-09-19 - G06F11/36
  • 本发明公开了一种数据库测试用例生成需求描述编码方法。涉及数据块测试的技术领域,该数据库测试用例生成需求描述编码方法包括:获取语料库数据;将带有标签的需求描述的数据集输入词嵌入编码模型,得到多维向量化的词嵌入编码,其中,标签指示需求描述对应的测试用例与应用场景的适配度;将需求描述的文本内容和位置编码输入无监督编码模型进行无监督训练,直至无监督编码模型收敛,并基于收敛的无监督编码模型的子模型确定需求描述对应的无监督编码;利用残差结构的融合网络融合词嵌入编码和无监督编码本发明解决了数据库测试用例生成需求描述编码依赖规则导致的灵活性差的技术问题。
  • 数据库测试生成需求描述编码方法
  • [发明专利]一种安全图卷积网络的文献分类方法及系统-CN202111028155.2有效
  • 杨智;严亚东;甘海涛;周然;王岌 - 湖北工业大学
  • 2021-09-02 - 2023-05-30 - G06F18/241
  • 本发明公开了一种基于安全图卷积网络的文献分类方法及系统,该方法包括:S100:获取包含已标记样本数据和未标记样本数据的训练数据集;S200:利用当前训练数据集训练半监督图卷积网络,并对当前的未标记样本数据进行预测;S300:利用当前训练数据集训练监督图卷积网络,并对当前的未标记样本数据进行预测;S400:选出高置信度样本数据扩充已标记样本数据;S500:迭代执行步骤S200‑S400直至迭代停止;S600:采用当前训练数据集中已标记样本数据训练监督图卷积网络;S700:采用监督图卷积网络进行文献分类。本发明结合半监督学习和图卷积神经网络进行样本扩充,可显著提升文献分类准确率。
  • 一种安全图卷网络文献分类方法系统

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