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4100784个,建议您升级VIP下载更多相关专利
  • [发明专利]接收器及其方法-CN97194822.4无效
  • 陈维忠;利奥·G·德恩;斯蒂芬·罗科·卡斯罗 - 摩托罗拉公司
  • 1997-05-20 - 1999-07-07 - H04L7/04
  • 一个接收器(109)及其方法,被组织和构造为使用一个非相干匹配滤波器结构来接收信号,包括一个频率检测器(205),被组织为处理信号的第一部分(602)来提供一个频率误差一个定时检测器(206),相应于所述频率误差,被组织为处理信号的第二部分(604)来提供一个定时误差;和一个符号检测器(209),与所述频率误差和所述定时误差相应,被组织为处理信号的符号部分(606)来提供一个检测符号。
  • 接收器及其方法
  • [发明专利]多区段读出CCD校正处理装置和方法-CN200580020002.6有效
  • 伊藤隆太郎 - 夏普株式会社
  • 2005-07-15 - 2007-05-23 - H04N9/07
  • 在使用配色等的误差成问题的质量低的CCD、或质量低的模拟电路的情况下,往往不能处理配色等的误差。在进行CCD的像素用输出值的校正时,预先制备多个校正近似直线群信息、或1组校正近似直线群信息和多个误差校正近似直线群信息,从其中动态选择最适合的。或者,通过利用基于比率的校正处理,根据多个候补校正近似直线群信息(误差校正近似直线群信息),动态决定增益。而且,此校正近似直线群信息(误差校正近似直线群信息)的选择和校正处理的比率,决定使用色分量(载体分量)比。
  • 区段读出ccd校正处理装置方法
  • [发明专利]一种基于WiFi-RTT测距的数据后处理系统及方法-CN202110939433.3在审
  • 李子申;郭笑尘;汪亮;吴海涛;王宁波 - 中国科学院空天信息创新研究院
  • 2021-08-16 - 2021-11-16 - H04W4/021
  • 本发明涉及一种基于WiFi‑RTT测距的数据后处理系统及方法,系统包括中央处理器,数据采集系统、半系统误差校准系统和定位解算系统,半系统误差校准系统的模式甄别系统通过路由器信息比对进行模式区分并获得模式变化时间序列;半系统误差解算系统通过所述模式变化时间序列对数据预处理后信息进行解算获得半系统误差向量;将所述半系统误差向量和模式变化时间序列结合获得半系统误差时间改正量;定位解算系统通过时间间隔限制获得最后的定时、无系统误差影响的定位解算结果。本发明的方法通过对返回值状态的甄别,有效获得不同时段的半系统误差向量,极大减少运算成本;通过解算将半系统误差预先确定,极大减少定位解算的运算成本,提高了定位精确度。
  • 一种基于wifirtt测距数据处理系统方法
  • [发明专利]一种气压型跳伞高度计温度修正方法-CN201911189066.9在审
  • 刘升;肖争;赵钟炎;卫敏超;董巧 - 西安奇维科技有限公司
  • 2019-11-28 - 2021-05-28 - G01B13/06
  • 一种气压型跳伞高度计温度修正方法,属于跳伞高度测量领域,其特征在于:首先通过气压高度计获得高度数据,对高度数据进行分析解算出气压高度计所测高度因温度影响与实际高度的误差;接着对气压高度计所测高度数据结合前述误差进行温度影响的误差温度补偿处理;最后对经温度补偿处理后得到的高度值进行平滑滤波处理得到温度修正值。通过温度修正后的高精度气压传感器得到的数据,同时更加准确的消除气压型高度计的测量误差,从原理误差,器件误差,温度影响造成的误差等几个方面进行消除,可准确计算出高度参数,提醒跳伞人员提前进行相关操作,达到提前告知
  • 一种气压跳伞高度计温度修正方法
  • [发明专利]一种混合深度学习短期辐照度预测方法-CN202211027097.6在审
  • 谢利萍;童俊龙;张晗津;张侃健;魏海坤 - 东南大学
  • 2022-08-25 - 2022-11-29 - G06Q10/04
  • 预测方法包括:S1,训练数据获取,获取目标地区历史辐照度数据及其对应的气象数据;S2,数据预处理,包括气象信息特征编码以及数据归一化;S3,利用分解算法获取辐照度子序列;S4,获取当前参数下的编码解码器模型在历史时刻的辐照度预测误差,此过程中不更新模型;将获取的预测误差与原始数据进行信息融合,基于当前时刻的监督信息更新模型;S5,预测,将辐照度子序列和气象数据输入误差补偿框架,利用误差补偿机制,在预测辐照度的同时降低预测误差。本发明结合了数据平稳分解、深度学习模型、误差补偿,从数据处理、模型优化、误差处理三个角度提升辐照度预测精度。
  • 一种混合深度学习短期辐照预测方法

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