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1481512个,建议您升级VIP下载更多相关专利
  • [发明专利]自适应迭代式卷积神经网络模型压缩方法-CN201810715248.4有效
  • 余志文;马帅 - 华南理工大学
  • 2018-07-03 - 2021-12-17 - G06N3/08
  • 本发明公开了一种自适应迭代式卷积神经网络模型压缩方法,包括:对训练数据进行预处理,用训练数据对卷积神经网络进行训练,选出最优模型作为需要压缩的模型,用自适应迭代式卷积神经网络模型压缩方法对模型进行压缩,对压缩后的模型进行评估,选出最优模型作为压缩完成的模型。本发明具有以下优点:自适应调整量化比例,参数少;自适应迭代式压缩,可以提高模型压缩后的准确率;支持常见的卷积神经网络模型压缩,且可以根据需要压缩到特定位数,因此本发明的方法可以高效地压缩卷积神经网络模型并将模型应用到移动设备上
  • 自适应迭代式卷积神经网络模型压缩方法
  • [发明专利]一种基于深度学习的超声波自适应阈值估计方法-CN202210190877.6有效
  • 于宏啸;夏天;安军朋 - 杭州流马锐驰科技有限公司
  • 2022-02-25 - 2022-08-23 - G06K9/00
  • 本发明属于自动驾驶技术领域,特别涉及一种超声波自适应阈值估计方法。一种基于深度学习的超声波自适应阈值估计方法,包括以下步骤:在模型训练阶段,首先对超声波雷达进行安装与标定;其次利用超声波雷达进行数据采集;再次对所采集的数据标注;之后,建立基于深度学习的自适应阈值预测模型;在模型推理阶段:利用已安装标定好的超声波雷达,进行数据采集获得超声波脉冲信号,对超声波脉冲信号进行处理后,输入训练获得的基于深度学习的自适应阈值预测模型,判断车辆所处场景,从而输出该场景下超声波雷达的自适应阈值本方法很好的适应了不同场景下的不同参数,做到真正的自适应参数。
  • 一种基于深度学习超声波自适应阈值估计方法
  • [发明专利]去雨模型轻量化方法、系统、设备及介质-CN202310157343.8有效
  • 昌毅;朱颖盼;喻长峰;颜露新 - 华中科技大学
  • 2023-02-23 - 2023-05-26 - G06T5/00
  • 本发明公开了一种去雨模型轻量化方法、系统、设备及介质,属于深度学习领域,方法包括:获取原始去雨模型,在原始去雨模型的输入侧设置自适应下采样模块,以形成自适应下采样加速模块;动态构建特征提取模块,特征提取模块的计算量与自适应下采样加速模块的计算量相匹配;设计特征融合模块,用于对自适应下采样加速模块的输出和特征提取模块的输出进行特征融合;对轻量化去雨模型进行优化训练,轻量化去雨模型包括自适应下采样加速模块、特征提取模块和特征融合模块。在保证去雨性能的基础上,减少去雨模型的推理时间、资源占用率。
  • 模型量化方法系统设备介质
  • [发明专利]一种MFC致动器轨迹跟踪方法-CN202110906824.5在审
  • 卢荣华;陈特欢 - 宁波大学
  • 2021-08-09 - 2022-05-13 - G05B13/04
  • 本发明公开了种MFC致动器轨迹跟踪方法,包括以下步骤:步骤一:搭建实验平台并对迟滞曲线进行测量;步骤二:建立改进PI迟滞模型;步骤三:建立和辨识改进PI迟滞逆模型;步骤四:建立和辨识离散传递函数模型;步骤五:设计自适应迭代学习控制器;步骤六:选取自适应迭代学习控制器参数;步骤七:对自适应迭代学习控制器进行收敛性分析;步骤八:对自适应迭代学习控制器进行鲁棒性分析;步骤九:通过自适应迭代学习控制器控制轨迹跟踪误差;步骤十:验证自适应迭代学习控制器的控制效果和确定自适应迭代学习控制器的参数。
  • 一种mfc致动器轨迹跟踪方法
  • [发明专利]一种基于Ekblom范数的鲁棒自适应噪声消除方法-CN202111493616.3在审
  • 李迎松;黄鑫琪 - 哈尔滨工程大学
  • 2021-12-08 - 2022-03-11 - H03H21/00
  • 本发明提供一种基于Ekblom范数的鲁棒自适应噪声消除方法,包括:输入信号处理,使输入信号组成矩阵;构建脉冲噪声信道模型,确定未知信道模型,选择系统加性脉冲噪声;误差信号的计算,将n时刻的期望信号减去n时刻的滤波器输出信号得到n时刻的误差信号;构建自适应滤波器,确定自适应滤波器抽头权向量更新方程;初始化自适应滤波器参数,使整个模型在运转预备阶段;运行自适应噪声消除模型,确定自适应滤波器运转顺利;判断重复,在迭代次数内使得滤波器达到稳态,若在迭代次数内滤波器未达到稳态,调整步长参数重新进行上述两步,消除噪声,通过将期望信号与自适应滤波器输出的估计信号相减,即可消除噪声。
  • 一种基于ekblom范数自适应噪声消除方法
  • [发明专利]半导体元件的制造过程中进行自动缺陷筛选的系统-CN201710685984.5有效
  • 林志诚;庄少特 - 应用材料公司
  • 2017-08-11 - 2020-06-12 - H01L21/67
  • 一种利用自适应机器学习进行自动缺陷筛选的系统,包括了自适应模型控制器、缺陷/干扰点档案库以及用于执行资料模型化分析的模块。其中的自适应模型控制器具有前馈路径以及反馈路径,前馈路径接收晶圆检测中取得的多个候选缺陷,反馈路径接收晶圆检测后由一个以上的已知缺陷筛选模型筛选后的感兴趣缺陷。自适应模型控制器从所接收的资料中选择资料样本、与扫描电子显微镜(Scanning Electron Microscope,SEM)介接以取得用于验证各个资料样本为真实缺陷或干扰点的对应的SEM结果,并且编整模型训练与验证资料用于执行资料模型化分析的模块由自适应模型控制器适应地控制,藉此根据目标规格利用模型训练与验证资料产生并验证一个以上的更新缺陷筛选模型
  • 半导体元件制造过程进行自动缺陷筛选系统
  • [发明专利]半导体元件的制造过程中进行自动缺陷筛选的系统-CN202010297703.0有效
  • 林志诚;庄少特 - 应用材料公司
  • 2017-08-11 - 2023-09-12 - H01L21/67
  • 一种利用自适应机器学习进行自动缺陷筛选的系统,包括了自适应模型控制器、缺陷/干扰点档案库以及用于执行资料模型化分析的模块。其中的自适应模型控制器具有前馈路径以及反馈路径,前馈路径接收晶圆检测中取得的多个候选缺陷,反馈路径接收晶圆检测后由一个以上的已知缺陷筛选模型筛选后的感兴趣缺陷。自适应模型控制器从所接收的资料中选择资料样本、与扫描电子显微镜(Scanning Electron Microscope,SEM)介接以取得用于验证各个资料样本为真实缺陷或干扰点的对应的SEM结果,并且编整模型训练与验证资料用于执行资料模型化分析的模块由自适应模型控制器适应地控制,藉此根据目标规格利用模型训练与验证资料产生并验证一个以上的更新缺陷筛选模型
  • 半导体元件制造过程进行自动缺陷筛选系统
  • [发明专利]一种基于三维模型自适应扫描测量系统及其控制方法-CN201610704366.6有效
  • 金隼;代勤华;刘顺;屈原;衡德正;陈坤 - 上海交通大学
  • 2016-08-22 - 2019-02-19 - G01B11/00
  • 本发明公开了一种基于三维模型自适应扫描测量系统,涉及工业自动化领域,包括机器人测量系统、测量控制系统、手动对标装置、测量支架,本发明还公开了一种基于三维模型自适应扫描测量控制方法,包括以下步骤:将待测工件的三维模型导入中央处理器,中央处理器根据待测工件的三维模型模型特征和测量要求将待测工件的三维模型转换为网格化区域型的目标测量点云,进而依据目标测量点云制定出符合模型特征和测量要求的自适应扫描策略;进行手动对标;进行自适应扫描测量本发明所述的自适应扫描测量系统可以实现自动快速扫描测量,提高了测量效率;本发明所述的自适应扫描测量控制方法简化了数据处理流程,提高了数据分析的效率。
  • 一种基于三维模型自适应扫描测量系统及其控制方法

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