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935968个,建议您升级VIP下载更多相关专利
  • [发明专利]自适应均衡装置和方法-CN200810108922.9有效
  • 刘玲;陶振宁;谷村崇仁 - 富士通株式会社
  • 2008-06-06 - 2009-12-09 - H04L25/03
  • 本发明涉及自适应均衡装置和自适应均衡方法。该自适应均衡装置包括:自适应均衡单元(105),用于对输入信号进行自适应均衡,输出均衡后信号;系数更新单元(107),用于更新所述自适应均衡单元的滤波器的系数;开关单元(201),连接在所述系数更新单元和所述自适应均衡单元之间,当所述开关单元导通时,所述系数更新单元可以更新所述自适应均衡单元的系数,当所述开关单元断开时,所述系数更新单元不能更新所述自适应均衡单元的系数;以及监控装置(202),所述监控装置用于根据所述输入信号或所述均衡后信号的下采相位
  • 自适应均衡装置方法
  • [发明专利]一种带负载升降运动的欠驱动塔式起重机定位消摆方法-CN202110043152.X有效
  • 于莉莉;田正;欧阳慧珉 - 南京工业大学
  • 2021-01-13 - 2022-02-22 - B66C13/00
  • 本发明公开了一种带负载升降运动的欠驱动塔式起重机定位消摆方法,包括根据拉格朗日动力学方程,建立带负载升降运动的塔式起重机非线性模型;基于所述非线性模型构建含自适应增益的滑模面,并确定所述滑模面趋近律与自适应更新律;利用自适应技术确认起重机摩擦力参数自适应更新律以及全自由度扰动自适应更新律;结合所述滑模面趋近律与自适应更新律、摩擦力参数自适应更新律以及全自由度扰动自适应更新律,构建鲁棒自适应滑模控制器,完成定位与消摆提高了带负载升降运动的塔式起重机系统稳定收敛速度,并同时运用自适应技术增强了控制系统的鲁棒性,最终实现快速高效的轨迹跟踪定位与负载摆动抑制。
  • 一种负载升降运动驱动塔式起重机定位方法
  • [发明专利]一种调整带钢凸度自适应值的方法-CN201610534832.0有效
  • 张长利;王秋娜;刘子英;靳振伟;龚波;张喜榜;王策;郭薇;王凤琴 - 首钢总公司
  • 2016-07-07 - 2017-09-29 - B21B38/02
  • 本发明提供了一种调整带钢凸度自适应值的方法,包括在轧制当前钢卷之后,基于检测所述当前钢卷获得的实测参数,获得再计算带钢凸度;根据所述再计算带钢凸度、预计算带钢凸度、再计算与设定值自适应值的存储值、实测带钢凸度、再计算与实测值长期自适应值的存储值以及再计算与实测值短期自适应值的存储值,获得再计算与设定值自适应值的更新值、再计算与实测值长期自适应值的更新值以及再计算与实测值短期自适应值的更新值;实测值长期自适应值的更新值,获得再计算与实测值短期自适应值的更新值;进一步,获得在所述当前钢卷后的后一钢卷的带钢凸度自适应值。
  • 一种调整带钢自适应方法
  • [发明专利]一种抵消直流偏置的自适应滤波算法-CN202110917841.9有效
  • 毛鑫;向阳 - 武汉理工大学
  • 2021-08-11 - 2023-06-23 - H03H21/00
  • 本发明提供一种抵消直流偏置的自适应滤波算法,包括以下步骤:采集输出时刻的参考信号作为自适应滤波模块的输入信号;自适应滤波模块根据其自适应滤波器系数对输入信号进行滤波并添加常数项作为输出信号;根据滤波模块的输出信号和输出时刻的期望信号计算得到输出时刻的误差信号;根据误差函数计算每次自适应滤波器系数的梯度的更新值和常数项的梯度的更新值;根据自适应滤波器系数的梯度的更新值,计算得到自适应滤波器收敛权系数;根据常数项的梯度的更新值计算得到常数项收敛权系数;自适应滤波模块根据其自适应滤波器收敛权系数对输入信号进行滤波计算并添加更新后的常数项作出输出信号本发明动态地改变自适应滤波器权系数。
  • 一种抵消直流偏置自适应滤波算法
  • [发明专利]一种自适应麦克阵列系统及其语音信号处理方法-CN200610083525.1有效
  • 邓昊;冯宇红;林中松;王箫程 - 北京中星微电子有限公司
  • 2006-05-30 - 2006-10-25 - G10L21/02
  • 本发明公开了一种自适应麦克阵列系统及其语音信号处理方法,通过在麦克阵列系统中增加自适应滤波器系数更新控制模块,控制自适应滤波器是否进行系数更新或者自适应滤波器系数更新时所使用的步长值,使得自适应滤波器的系数更新只针对噪音进行,从而避免了当来自后方的信号中所包含的噪音成分与来自前方的语音成分可比拟或远小于语音成分时,利用现有技术的自适应一阶差分麦克阵列系统进行滤波器系数更新时,出现降低有效语音信号幅度等副作用。本发明的自适应麦克阵列系统中采用高阶自适应滤波器,以最大程度的降低噪音幅度作为自适应滤波器系数的调整准则,使存在多个噪声源时,无论系统零点实际指向何处,都可以保证系统获得最佳的去噪效果。
  • 一种自适应麦克阵列系统及其语音信号处理方法
  • [发明专利]码率自适应模型的训练、视频码率自适应方法及装置-CN202210470786.8有效
  • 孙立峰;周超;黄天驰 - 清华大学;北京达佳互联信息技术有限公司
  • 2022-04-28 - 2023-07-25 - H04N21/462
  • 本公开关于一种码率自适应模型的训练、视频码率自适应方法及装置。码率自适应模型的训练方法包括:从网络状态池中选择网络状态作为第一训练环境;通过码率自适应模型在第一训练环境中进行码率决策,将得到的码率决策轨迹数据作为第一轨迹;基于第一轨迹对码率自适应模型的参数进行调整,得到码率自适应模型的第一更新模型;从网络状态池中再次选择网络状态作为第二训练环境;通过第一更新模型在第二训练环境中进行码率决策,将得到的码率决策轨迹数据作为第二轨迹;基于第二轨迹对第一更新模型的参数进行调整,得到码率自适应模型的第二更新模型。本公开的码率自适应模型的训练方法可使得码率自适应模型适应各种个性化网络。
  • 自适应模型训练视频方法装置
  • [发明专利]用于链路自适应的方法、装置和系统-CN201110350449.7有效
  • 杨绿溪;冀保峰;黄永明;李云波 - 华为技术有限公司
  • 2011-11-08 - 2012-09-26 - H04L1/16
  • 本发明公开了一种用于链路自适应的方法、装置和系统。该方法包括:根据链路状态获取链路自适应更新信息;向发送装置发送块确认帧,该块确认帧中承载该链路自适应更新信息,以使得该发送装置根据该链路自适应更新信息进行链路自适应。该装置包括获取模块和发送模块。本发明的方法、装置和系统通过在块确认帧中反馈链路自适应更新信息,使得传输机会持有者在数据传输的过程中能够及时且精确地获取链路自适应信息,由此便于传输机会持有者进行链路自适应,从而能够显著地提高系统的吞吐量
  • 用于自适应方法装置系统
  • [发明专利]自适应阈值神经元信息处理方法和系统-CN201710042067.5有效
  • 裴京;邓磊;施路平;吴臻志;李国齐 - 清华大学
  • 2017-01-20 - 2019-09-20 - G06N3/04
  • 本发明涉及一种自适应阈值神经元信息处理方法和系统,所述方法包括:接收前端脉冲神经元输出信息;读取当前脉冲神经元信息;根据所述前端脉冲神经元输出信息和所述当前脉冲神经元信息,计算当前脉冲神经元输出信息;读取当前自适应阈值变量和阈值电位,计算当前自适应阈值;当所述当前脉冲神经元输出信息大于或等于所述自适应阈值时,输出所述当前脉冲神经元输出信息,并根据第一自适应阈值更新模型更新所述当前自适应阈值变量,否则则不输出所述当前脉冲神经元输出信息,并根据第二自适应阈值更新模型更新所述当前自适应阈值变量。
  • 自适应阈值神经元信息处理方法系统
  • [发明专利]基于自适应边界的分布式强化学习稳定拓扑生成方法-CN201910968053.5有效
  • 黄庆东;石斌宇;杜昭强 - 西安邮电大学
  • 2019-10-12 - 2023-02-03 - H04W40/24
  • 本发明公开一种基于自适应边界的分布式强化学习稳定拓扑生成方法,解决了路由中链路节点联接持续性和稳定性差的问题。实现包括:在移动自组织网络中节点动态拓扑构建;划分自适应强化学习区间及Q值表初始化;接收信号强度值分区间处理;自适应区间内强化学习,用自适应奖励函数更新Q值,联接状态稳定性判断;直接决策区间状态判断;自适应区间边界自适应更新;生成分布式自适应的稳定联接拓扑。本发明将接收信号强度值与强化学习结合,自适应区间边界更新自适应奖励函数更新结合,准确实现动态拓扑变化过程中的稳定拓扑链路,减少节点能量消耗,避免较大网络开销,学习速率快,复杂度低。
  • 基于自适应边界分布式强化学习稳定拓扑生成方法

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