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3004501个,建议您升级VIP下载更多相关专利
  • [发明专利]一种车牌容错处理方法和电子设备-CN202111397163.4在审
  • 严星 - 深圳市新泊乐停车技术有限公司
  • 2021-11-23 - 2022-02-25 - G06V20/62
  • 本发明公开了一种车牌容错处理方法和电子设备,所述方法示例包括:将正确车牌添加到管理系统的第一车牌数据库,同时增加该车牌的容错车牌到第二车牌数据库中;在车辆驶入或驶出时,摄像机识别车牌信息上传管理系统;管理系统先查询系统的第一车牌数据库中保存的正确车牌信息,如果无法查询到,则再查询系统的第二车牌数据库中保存的容错车牌信息;若在容错车牌信息中找到相应的结果,再根据容错车牌找到对应的正确车牌信息;系统按照正确车牌信息进行进出管理操作。本发明通过设置正确车牌的容错车牌,在无法识别到车辆的正确车牌的时候,通过容错车牌进行容错处理,可提高车牌识别的容错能力。
  • 一种车牌容错处理方法电子设备
  • [发明专利]一种基于BPSOGWO-KNN的下肢假肢运动意图识别算法-CN202210022415.3在审
  • 任雷;张尧;修豪华;阎凌云;韩阳;王旭;钱志辉;任露泉 - 吉林大学
  • 2022-01-28 - 2022-04-15 - G06V40/20
  • 一种基于BPSOGWO‑KNN的下肢假肢运动意图识别算法,属于模式识别技术领域,首先提取每个步态周期中称重传感器值刚大于16N开始的200ms时间窗内多传感器数据,进行去噪及去除异常数据,并对正常数据加上分类标签;提取时间窗内各维数据的7种时域特征值,使用BPSOGWO‑KNN算法进行特征选择;使用BBO算法对KNN分类器中的最近邻居值K和BPSOGWO‑KNN算法选择出的最优特征子集中的特征权重进行优化训练;将优化得出的最近邻居值K和特征权重值输入改进KNN分类器;本发明去除了冗余特征值,并根据特征值贡献不同,赋予不同权值,比较每种分类类别下到目标最近的K个邻居值的距离均值大小,进行模式识别,大大提高算法准确率
  • 一种基于bpsogwoknn下肢假肢运动意图识别算法
  • [发明专利]基于迁移学习的电力系统主导失稳模式识别方法及系统-CN202111663449.2在审
  • 姚伟;张润丰;石重托;文劲宇 - 华中科技大学
  • 2021-12-31 - 2022-04-12 - G06K9/62
  • 本发明公开了一种基于迁移学习的电力系统主导失稳模式识别方法及系统,属于电力系统稳定性判断领域,方法包括:利用源域训练深度神经网络模型;主导失稳模式识别过程中出现新工况时,仿真获取新工况下的状态数据以形成目标域;将目标域和源域中的状态数据分别输入深度神经网络模型,经由特征提取网络进行特征提取后输出相对应的特征数据;基于特征数据之间的局部最大平均差异计算源域与目标域之间的分布差异损失,利用源域计算深度神经网络模型的交叉熵分类损失,并对分布差异损失和交叉熵分类损失进行加权求和得到最终损失;根据最终损失优化深度神经网络模型并进行主导失稳模式识别
  • 基于迁移学习电力系统主导失稳模式识别方法系统
  • [发明专利]基于机器学习的冷热数据分离方法、系统、设备及介质-CN202111510280.7在审
  • 奎晓燕;吴庆捷;陈志刚 - 中南大学
  • 2021-12-10 - 2022-03-11 - G06F16/906
  • 本公开实施例中提供了一种基于机器学习的冷热数据分离方法、系统、设备及介质,属于数据识别技术领域,具体包括:获取训练集;对训练集进行预处理操作;利用高斯混合模型的最大期望混合聚类方法进行聚类,得到第一分类结果K近邻分类算法进行分类,得到第二分类结果;判断第一分类结果与第二分类结果是否相同;若是,则判定待分类请求的类型与第一分类结果相同;若否,则采用最近邻原则对第一分类结果和第二分类结果进行修正,以及更新热数据集通过本公开的方案,以已知标签的请求作为参考,利用多种机器算法从多个维度对待分类请求进行分类识别,然后根据识别结果进行进一步分析,确定待分类请求的数据类型。
  • 基于机器学习冷热数据分离方法系统设备介质
  • [发明专利]仪表识别装置、仪表监控系统及其监控方法-CN202010890099.2在审
  • 哈谦 - 京东方科技集团股份有限公司
  • 2020-08-28 - 2022-03-18 - G08C17/02
  • 公开一种仪表识别装置、仪表监控系统及其监控方法,涉及仪表监控领域,用于提高监控效率。其中,仪表监控系统包括:无线网关、监控设备和至少一个仪表识别装置。仪表识别装置包括:图像采集器、处理器和无线收发器。处理器与图像采集器耦接,处理器被配置为根据图像采集器采集到的图像,基于图像处理算法,确定监控仪表显示的监控数据。无线收发器与处理器耦接,无线收发器被配置为将处理器确定出的监控数据发送至无线网关。无线网关被配置为将接收到的监控数据传输至监控设备。本公开提供的仪表监控系统,具有成本低、监控频率高以及监控数据准确性高的优势。
  • 仪表识别装置监控系统及其方法
  • [发明专利]基于云计算技术的二维码图像处理系统及方法-CN202111527532.7在审
  • 廖秋华;梁辉;武绍星;曾松凡 - 迅镭(广州)智能科技股份有限公司
  • 2021-12-14 - 2022-03-18 - G06K7/14
  • 本发明公开了基于云计算技术的二维码图像处理系统及方法,包括:相关信息采集模块、云计算管理平台、缺陷图像处理模块、处理设备监测模块和处理后信息传输模块,通过相关信息采集模块采集信息在二维码上的存储位置数据和云端服务器数据,通过云计算管理平台存储并管理采集到的数据,通过缺陷图像处理模块筛除预测得到的可识别二维码图像,对剩余图像进行修复处理,通过处理设备监测模块监测云端服务器的运行情况,在监测到服务器故障时发送预警信号,控制并调整服务器故障时数据迁移的方向,通过处理后信息传输模块传输处理后的二维码扫描信息,减少了二维码图像处理工作,提高了识别效率,减少了因服务器故障影响二维码识别的问题。
  • 基于计算技术二维码图像处理系统方法
  • [发明专利]一种基于多源信息深度融合的旋转机械故障自动识别方法-CN202111470717.9在审
  • 陈祝云;李巍华;夏景演;何琛;王汝艮;杨万胜 - 华南理工大学
  • 2021-12-03 - 2022-04-15 - G06K9/62
  • 本发明公开一种基于多源信息深度融合的旋转机械故障自动识别方法,包括步骤:采集多个不同机械设备或者不同运行工况下的振动加速度信号,构建多源域数据,从另外的机械设备或者运行工况获得无标签的故障样本,构建目标域数据;构建针对旋转机械故障自动识别的包括特征提取器、多标签对抗分类器、标签信息先验学习器和非对抗领域判别器的多源信息深度融合诊断模型;对网络结构参数联合优化训练,构建自适应权重函数,对多标签对抗分类器进行加权训练;将测试数据输入多标签对抗分类器中,输出已知类和未知类故障的诊断结果。本发明对多源数据进行融合,同时通过多源信息深度融合网络利用加权学习机制进行对抗训练,实现已知类和新故障的识别
  • 一种基于信息深度融合旋转机械故障自动识别方法
  • [发明专利]一种基于多流融合图卷积网络的行为识别方法-CN202111356801.8在审
  • 金城;胡海苗;段梦梦 - 复旦大学;北京航空航天大学杭州创新研究院
  • 2021-11-16 - 2022-03-15 - G06V40/20
  • 本发明属于行为识别技术领域,具体为一种基于多流融合图卷积网络的行为识别方法。本发明主要通过提取并融合多类行为信息进行行为识别,分为三个阶段进行:数据预处理、特征提取、特征融合。在数据预处理阶段,提出三种骨架规范化措施,减少人体位置、摄像机视角和人体与摄像机距离等因素对人体骨架数据表示的影响;在特征提取阶段,构建骨架的全局连接图,直接学习远距离关节点之间的相互关系;在特征融合阶段本发明针所提出的方法更加有效的利用了多类行为的互补信息,提出的骨架规范化措施使得人体骨架的表示具有仿射不变性,降低了网络的训练难度,在公开数据集上取得了较好的结果。
  • 一种基于融合图卷网络行为识别方法
  • [发明专利]盾构机施工掌子面地质类型识别方法及系统-CN202210594109.7在审
  • 覃程锦;黄国强;刘成良;陶建峰;余宏淦;武睿宏 - 上海交通大学
  • 2022-05-27 - 2022-08-30 - G06V20/10
  • 本发明提供了一种盾构机施工掌子面地质类型识别方法及系统,包括:步骤S1:采集施工时的装备状态参数数据并进行预处理;步骤S2:对原始数据进行标准化并进行特征提取;步骤S3:提取同维度的二维特征并输送至二维卷积神经网络得到识别结果;步骤S4:搭建二维卷积神经网络处理提取到的二维特征并进行训练;步骤S5:根据测试集测试结果评估识别效果。本发明通过相关性分析选取了多个盾构机的掘进参数,有利于更全面地反映盾构机施工时掌子面的地质信息;通过组合多条数据形成一个二维图像数据并输入改进的多头自注意力块,能充分挖掘当前工作面的地质信息以及相邻工作面的关联信息
  • 盾构施工掌子面地质类型识别方法系统

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