“网络依赖性”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_专利查询网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

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

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

专利权人

国家电网公司

华为技术有限公司

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

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

钻瓜专利网为您找到相关结果7327667个，建议您升级VIP下载更多相关专利

[发明专利]神经网络模型压缩-CN202180005390.X在审
发明人：王炜;蒋薇;刘杉 -专利权人：腾讯美国有限责任公司
申请日： 2021-04-13 - 公布日： 2022-04-26 - 主分类号： H04N19/117 文献下载
摘要：描述了神经网络模型压缩/解压缩的方法和装置。在一些示例中，神经网络模型解压缩的装置包括接收电路和处理电路。处理电路可以被配置成从神经网络的压缩表示的比特流接收依赖性量化启用标志。依赖性量化启用标志可以指示是否将依赖性量化方法应用于神经网络的模型参数。响应于依赖性量化启用标志指示使用依赖性量化方法对神经网络的模型参数进行编码，可以基于依赖性量化方法来重构神经网络的模型参数。
神经网络模型压缩

[发明专利]压缩神经网络模型的方法、装置和计算设备-CN202310125220.6在审
发明人：王清瑶;冯京浩 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-01-19 - 公布日： 2023-10-27 - 主分类号： G06N3/082 文献下载
摘要：提供了一种压缩神经网络模型的方法，神经网络模型包括多个卷积层，每个卷积层包括至少一个滤波器。该方法包括：至少根据针对各个卷积层的通道稀疏度生成初始掩码矩阵，通道稀疏度表征从每个卷积层预期剩余的滤波器的数量；从多个卷积层中确定彼此存在依赖性的多个目标卷积层，依赖性包括滤波器通道依赖性和滤波器维度依赖性中的至少一个，滤波器通道依赖性指示各个目标卷积层需要保留相同索引的滤波器，滤波器维度依赖性指示各个目标卷积层需要保留相同数量的滤波器；以及根据依赖性和所述初始掩码矩阵对多个目标卷积层进行滤波器剪枝以压缩神经网络模。
压缩神经网络模型方法装置计算设备

[发明专利]使用可编程的资源依赖性数学模型来执行根本原因分析-CN202011157995.4在审
发明人： C·亚;J·耳;J·安蒂奇 -专利权人：瞻博网络公司
申请日： 2020-10-26 - 公布日： 2022-02-18 - 主分类号： H04L41/0803 文献下载
摘要：本公开的实施例涉及使用可编程的资源依赖性数学模型来执行根本原因分析。一种控制器设备管理多个网络设备。控制器设备包括：存储器，存储器被配置为存储依赖性模型与已编程的合并策略，该依赖性模型表示由网络设备提供的资源之间的依赖性；以及一个或多个处理器，一个或多个处理器被实现在电路装置中并且被配置为：确定由网络设备提供的资源；根据已编程的合并策略来确定资源之间的关系；使用所确定的关系来构造依赖性模型；确定资源中的至少一种资源已经经历故障；以及使用依赖性数学模型来执行根本原因分析，以确定资源中的至少一种资源的故障的根本原因。
使用可编程资源依赖性数学模型执行根本原因分析

[发明专利]同时建模时空依赖性和每日流量相关性的人流量预测系统-CN201910821133.8有效
发明人：臧天梓;朱燕民 -专利权人：上海交通大学
申请日： 2019-09-02 - 公布日： 2023-04-07 - 主分类号： G06Q10/04 文献下载
摘要：一种同时建模时空依赖性和每日流量相关性的人流量预测系统，包括：ST编码器模块、FR编码器模块和解码器模块，本发明使用卷积长短期记忆网络同时空间上相邻区域的依赖性和时间依赖性，通过叠加卷积神经网络来分层次地捕获地理空间上不同范围的空间依赖性，同时基于区域的每日流量变化模式生成反映全市范围内每个区域之间流量相关性的完全图，通过图嵌入法为每个区域生成固定维向量表示，通过一层长短期记忆网络和两层反卷积神经网络，生成人流量的预测结果。
同时建模时空依赖性每日流量相关性人流量预测系统

[发明专利]用于生成网络依赖性的方法和装置-CN201610944861.4有效
发明人： N·李;P·奥斯塔申克夫;K·M·扎蒂尔尼 -专利权人：太阳风环球有限责任公司
申请日： 2016-10-24 - 公布日： 2021-05-11 - 主分类号： H04L12/24 文献下载
摘要：本公开实施例涉及用于生成网络依赖性的方法和装置。一种方法和装置可以包括确定根。该根包括网络的节点群集内的第一节点。该方法还可以包括生成根与第二节点之间的至少一个网络依赖性。所生成的至少一个网络依赖性对应于网络的节点之间的连接。所生成的至少一个网络依赖性对应于从装置到第二节点的定向路径。该方法可以包括轮询第二节点。该轮询经由在装置与第二节点之间已经生成的至少一个网络依赖性而发生。该方法还可以包括确定第二节点是不可到达的。
用于生成网络依赖性方法装置

[发明专利]用于三维视频的层间依赖性信息-CN201080029607.2有效
发明人：田栋;赖旺霖 -专利权人：汤姆森特许公司
申请日： 2010-04-30 - 公布日： 2012-07-11 - 主分类号： H04N7/26 文献下载
摘要：若干实现方式针对提供层间依赖性信息。在一个实现方式中，生成用于指示三维视频(3DV)层之间的层间依赖性结构的语法元素。基于层间依赖性结构，为来自3DV层的层的画面识别层间参考。另外，在一个实现方式中，使用传输优先级和网络拥塞的指示来确定是否传输特定3DV层的数据。该传输优先级是基于多个3DV层之间的层间依赖性结构。另一实现方式是针对可以显式地识别并且传递层间参考和对应的依赖性的网络抽象层单元。
用于三维视频依赖性信息

[发明专利]基于图预测网络和自动编码器的异常检测方法及系统-CN202211377858.0在审
发明人：顾磊;张孚容 -专利权人：南京邮电大学
申请日： 2022-11-04 - 公布日： 2023-02-24 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于图预测网络和自动编码器的异常检测方法及系统，所述方法包括：对收集到的时间序列数据进行预处理，构建数据集；对构建的数据集进行时间依赖性处理；经过时间依赖性处理的时间序列数据集，通过图形结构学习传感器节点依赖性，得到重构时间序列数据集；将重构数据集送入图预测网络进行训练，得到预测重构数据；利用预测重构数据与观测数据误差计算异常分数，并基于异常分数计算各滑动窗口对应的阈值；将滑动窗口异常分数与对应的阈值来进行异常判别本发明能够快速有效的学习时间序列中各个传感器的依赖性，同时能够学习时间序列数据对时间的依赖性，共同有效提高时间序列数据异常检测的性能。
基于预测网络自动编码器异常检测方法系统

[发明专利]依赖性量化-CN202211553407.8在审
发明人：海科·施瓦尔茨;托马斯·威甘德;潘·浩·通·阮;德特勒夫·马尔佩 -专利权人：弗劳恩霍夫应用研究促进协会
申请日： 2019-03-28 - 公布日： 2023-04-14 - 主分类号： H04N19/105 文献下载
摘要：使用采样的序列中的个体采样的标量量化，但对于针对采样的序列中的先前采样而被编码至数据流中的量化索引呈现依赖性。
依赖性量化

[发明专利]依赖性量化-CN201980036440.3有效
发明人：海科·施瓦尔茨;托马斯·威甘德;潘·浩·通·阮;德特勒夫·马尔佩 -专利权人：弗劳恩霍夫应用研究促进协会
申请日： 2019-03-28 - 公布日： 2022-12-13 - 主分类号： H04N19/126 文献下载
摘要：换言之，使用采样的序列中的个体采样的标量量化，但对于针对采样的序列中的先前采样而被编码至数据流中的量化索引呈现依赖性。
依赖性量化

[发明专利]一种基于残差网络的干热岩微地震事件检测方法-CN202211562987.7在审
发明人：张登洪;赵发 -专利权人：浙江骄美精科技有限公司
申请日： 2022-12-07 - 公布日： 2023-04-04 - 主分类号： G01V1/28 文献下载
摘要：本发明属于微地震事件检测领域，特别是涉及一种基于残差网络的干热岩微地震事件检测方法，包括:采用残差网络提取采集的微地震数据的依赖性特征，所述依赖性特征包括微地震事件的时序关系，地震波到达时数据发生的跳变特性；使用归一化指数函数对数据依赖性特征进行二分类，并输出噪声和微地震事件。
一种基于网络干热岩微地震事件检测方法

[发明专利]使用神经网络的时间序列数据依赖的动态发现-CN201980032034.X在审
发明人： S.Y.沙;X-H.邓;P.泽尔福斯 -专利权人：国际商业机器公司
申请日： 2019-05-16 - 公布日： 2020-12-25 - 主分类号： G06N3/04 文献下载
摘要：提供了用于确定多变量时间序列数据中的时间依赖性和时间序列间依赖性的技术。例如，本文所述的实施例可包括系统，该系统可包括可存储计算机可执行组件的存储器。计算机可执行组件可包括：计算组件，该计算组件利用时间序列数据对递归神经网络(RNN)进行编码并且基于时间上下文向量来确定经解码的RNN，以确定时间序列数据中的时间依赖性；组合组件，组合解码的RNN并确定时间序列间依赖上下文向量和RNN依赖解码器；以及分析组件，所述分析组件基于所述时间序列间依赖性上下文向量和所述RNN依赖性解码器来确定所述时间序列数据中的时间序列间依赖性以及所述时间序列数据的预测值。
使用神经网络时间序列数据依赖动态发现

[发明专利]负载测试-CN201480084366.X在审
发明人： O·阿叙利;I·舒弗;阿米特·莱文 -专利权人：安提特软件有限责任公司
申请日： 2014-12-23 - 公布日： 2017-12-01 - 主分类号： H04L12/26 文献下载
摘要：本文所公开的示例能够获取在客户端计算设备中执行应用时被记录的代码行，代码行以执行的时间顺序被记录；确定在代码行的各行中是否存在对至少一个变量的依赖性；响应于确定依赖性存在，将依赖性存储在数据储存器中；从代码行中识别包括调用被调用变量的网络调用语句的代码行；并且基于被调用变量和在数据储存器中存储的依赖性消除代码行的第一子集，其中在消除之后剩余的代码行的第二子集包括用户输入的参数数据。
负载测试

[发明专利]高度并发处理任务的记录和执行-CN201280021183.4有效
发明人：杰里米·D·马丁 -专利权人：益焦.COM有限公司
申请日： 2012-02-24 - 公布日： 2014-03-19 - 主分类号： G06F9/38 文献下载
摘要：一种依赖性数据结构描绘了处理任务。该依赖性数据结构包括多个部件，每个部件都封装代码单元。该依赖性数据结构可以包括针对部件间依赖性的依赖性弧线。并不被该依赖性数据结构内的部件所满足的依赖性可以被表示为伪部件。执行环境使用该依赖性数据结构和/或并发性状态元数据识别出能够执行（例如，具有满意依赖性）的部件。
高度并发处理任务记录执行

[发明专利]检测受会话分片影响的通信路径-CN202280009458.6在审
发明人：万达纳·考沙尔;拉古·R·阿鲁尔;拉查纳·A·索尼 -专利权人：思科技术公司
申请日： 2022-01-11 - 公布日： 2023-09-29 - 主分类号： H04L45/28 文献下载
摘要：一种方法，包括检索由第一网络结构中的边界节点学习到的路由前缀的第一列表，以及检索包括第二网络结构中的节点的地址的第二列表。该方法还包括基于第一列表中的路由前缀和第二列表中的地址生成依赖性映射。依赖性映射指示到第二网络结构中的节点的地址的网络流量受到第一网络结构中的边界节点的影响。该方法还包括：响应于检测到第一网络结构中的边界节点发生故障，并且基于依赖性映射生成警报，警报指示到第二网络结构中的节点的地址的网络流量受到第一网络结构中的边界节点发生故障的影响。
检测会话分片影响通信路径

[发明专利]序列依赖性聚集-CN201080058439.X有效
发明人： H·克腾伯格;S·克洛斯特曼;U·科内特;S·纽曼 -专利权人：弗·哈夫曼-拉罗切有限公司
申请日： 2010-12-17 - 公布日： 2012-09-12 - 主分类号： C07K16/00 文献下载
摘要：本文报道了用于降低溶液中免疫球蛋白聚集的方法，包括步骤：i)比较抗体重链的第四框架区的氨基酸序列与参照或种系序列，并且确定一个或多个苏氨酸残基和/或丝氨酸残基是否已被不同的氨基酸残基替换，和ii)通过将改变的苏氨酸残基和/或丝氨酸残基回复回参照或种系序列的苏氨酸或丝氨酸，修饰免疫球蛋白的氨基酸序列，从而降低溶液中免疫球蛋白的聚集。
序列依赖性聚集

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

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

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top