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1023811个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于迁移学习的风格化图像描述生成方法-CN202210392972.4在审
  • 史树敏;田君玉;陈雨涛 - 北京理工大学
  • 2022-04-14 - 2022-11-04 - G06V10/778
  • 本发明涉及一种基于迁移学习的风格化图像描述生成方法,属于自然语言处理和计算机视觉图像描述生成技术领域。本方法利用分步训练的方法,使用两个映射网络,分别学习了文字的语义知识和风格知识。使用多模态预训练模型提取图像和文本信息,并通过映射网络进一步缩小图像和文本的语义距离。利用迁移学习的方法,将文本风格知识迁移到图像描述模型中,有效生成风格化图像语义。本方法针对风格化图像描述数据集缺乏的情况,利用风格化文本语料库对模型进行训练,以获得包含风格化知识的映射网络,并将其迁移到图像描述模型中。
  • 一种基于迁移学习风格图像描述生成方法
  • [发明专利]海洋环境下钢筋混凝土结构的养护方法-CN201910195936.7有效
  • 傅程凯 - 傅程凯
  • 2019-03-15 - 2021-01-15 - E02B17/00
  • 本发明公开了一种海洋环境下钢筋混凝土结构的施工方法和养护方法,该施工方法的关键在于:利用两层碳纤维网将原本完整的砼层分成了三层,使得离子每次迁移的路径变为原来的三分之一,且在浇注混凝土初期向混凝土内渗入保护剂阳离子,并进行通电迁移,使之形成位于外层碳纤维网处的外隔离层和位于钢筋笼处的内隔离层;该养护方法的关键在于:利用到施工初期预埋在钢筋混凝土结构中的两层碳纤维网,将原本完整的砼层分成了三层,并对氯离子从内向外逐层迁移,使得离子每次迁移的路径变为原来的三分之一。上述的施工方法和养护方法电迁氯离子时电迁阻力小、电迁距离短、电迁效果好。
  • 海洋环境钢筋混凝土结构养护方法
  • [发明专利]一种基于集成学习的电压互感器绝缘故障辨识方法及系统-CN202210663219.4有效
  • 李红斌;郭盼盼;张传计;陈庆 - 华中科技大学
  • 2022-06-13 - 2022-09-20 - G06K9/62
  • 本发明涉及一种基于集成学习的电压互感器绝缘故障辨识方法及系统,其方法包括:获取电压互感器的运行数据,并根据其构建第一数据集;对所述第一数据集进行清洗、特征提取得到第二数据集;根据样本的余弦距离,筛选出多种迁移学习方法,并利用其迁移第二数据集,得到训练集;利用训练集分别使用多个有监督学习方法进行训练得到多个有监督学习模型,构建迁移学习评价指标并结合正确率确定每个有监督学习模型的权重,对其进行融合,得到集成学习模型;利用所述集成学习模型辨识待测电压互感器的故障本发明通过迁移学习结合集成学习将多个有监督学习模型融合,实现了使用少量数据即可高准确率地识别变电站单台或多台电压互感器绝缘故障。
  • 一种基于集成学习电压互感器绝缘故障辨识方法系统
  • [发明专利]一种基于迁移学习句向量的长文本答案选择方法-CN202010043764.4有效
  • 张引;王炜 - 浙江大学
  • 2020-01-15 - 2022-05-31 - G06F16/332
  • 本发明公开了一种基于迁移学习句向量的长文本答案选择方法,采用两阶段方法构建迁移学习句向量网络以及训练预测网络,其中迁移学习句向量网络包括包括孪生网络结构、注意力聚合结构和分类层;训练预测网络包括孪生网络结构和距离度量层最后,引入迁移学习方法结合孪生网络结构及注意力机制获得语义更加相似的句向量模型权重,对第二阶段的训练预测网络提供了代表句子级的语义向量,获得了比传统方法及普通深度学习网络方法更好的效果,尤其对于长文本数据
  • 一种基于迁移学习向量文本答案选择方法
  • [发明专利]一种基于二次迁移学习的虹膜身份验证方法-CN201910528587.6有效
  • 黄以华;张睿 - 中山大学
  • 2019-06-18 - 2022-12-09 - G06V40/18
  • 本发明提出一种基于二次迁移学习的虹膜身份验证方法,包括以下步骤:采集眼球虹膜图片,进行预处理后划分为训练集和测试集;将训练集图片输入已进行预训练的深度卷积神经网络中进行迁移学习的分类训练;对训练集图片进行三元组的构造,去除深度卷积神经网络中的全连接层,再输入三元组对深度卷积神经网络进行二次迁移学习训练;将测试集图片输入深度卷积神经网络,输出特征向量后与其对应的身份信息进行验证,若验证成功,深度卷积神经网络完成训练;否则,调整结构参数后对深度卷积神经网络重新进行二次迁移学习训练;将待验证的图片输入完成训练的深度卷积神经网络中,将输出特征向量与存储有人员身份的数据库进行距离匹配,输出身份验证结果。
  • 一种基于二次迁移学习虹膜身份验证方法
  • [发明专利]一种基于风格引导的泛化增强图像分类算法-CN202211497758.1有效
  • 张毅;陈晓彬;陈霄宇;魏驰恒;汤伟宁;刘颖琪 - 南京理工大学
  • 2022-11-28 - 2023-03-21 - G06T3/00
  • 本发明公开了一种基于风格引导的泛化增强图像分类算法,共由四部分组成:多源域特征提取模块用来提取训练集中每个源域的高维特征;特征风格转换模块通过迁移统计特征的均值和方差将所有训练数据的浅层特征风格分别定向迁移到各个源域中;特征分布距离统计模块在训练结束后累积统计各源域中不同类别的特征中心,用于和测试样本进行域匹配;在线自适应分类模块在训练阶段基于不同的域迁移方向生成不同的分类器,在测试阶段根据匹配到的源域风格选择最适合的分类器进行分类本发明采用与数据发散相反的方法,将训练数据中的多源特征风格信息统一到一种风格上,并对未知域的测试数据经过一致的迁移方式,从而达到泛化增强的目的。
  • 一种基于风格引导泛化增强图像分类算法
  • [实用新型]一种单分散气溶胶发生系统-CN202123036807.5有效
  • 赵顺;刘凯;齐延志;张辰;王坤;巩永存 - 青岛众瑞智能仪器股份有限公司
  • 2021-12-06 - 2022-06-14 - G01N15/02
  • 本实用新型公开了一种单分散气溶胶发生系统,包括多分散气溶胶发生器、鞘流支路以及电迁移器,鞘流支路与多分散气溶胶发生器连通,用于向电迁移器提供鞘流,电迁移器包括上下间隔布置的第一电极板和第二电极板,第一电极板与第二电极板所围区域内形成高压电场,第一电极板上设有与多分散气溶胶发生器连通的多分散气溶胶入口,第二电极板上设有多个间隔布置的单分散气溶胶出口,鞘流和多分散气溶胶流入电迁移器内的气流方向之间具有一定角度,多分散气溶胶入口与各单分散气溶胶出口在平行于鞘流的流动方向上具有一定距离
  • 一种分散气溶胶发生系统
  • [发明专利]一种基于迁移学习的无人机自主导航方法-CN202011561758.4有效
  • 李宇萌;张晋通;杜文博;曹先彬 - 北京航空航天大学
  • 2020-12-25 - 2022-05-13 - G05D1/10
  • 本发明公开了一种基于迁移学习的无人机自主导航方法,属于飞行器技术领域。首先依据实际任务场景设计虚拟训练环境,并采样得到原始图片S;原始图片S中所包含的像素点的信息为t时刻的环境信息st;将原始图片S转化为对应的深度图D,并从中提取虚拟无人机与障碍物的距离信息然后将环境信息st距离信息dt传递给确定性策略梯度神经网络,对确定性策略梯度神经网络进行训练。将训练好的确定性策略梯度神经网络部署在无人机上,完成确定性策略梯度神经网络从虚拟环境到真实环境的迁移。最后将完成迁移的确定性策略梯度神经网络的无人机用于复杂环境下,实现自主导航。
  • 一种基于迁移学习无人机自主导航方法
  • [发明专利]一种基于迁移学习的商铺最优化选址方法-CN201710283877.X在审
  • 陈华钧;张宁豫;陈曦;吴朝晖 - 浙江大学
  • 2017-04-26 - 2017-07-14 - G06Q30/00
  • 本发明公开了一种基于迁移学习的商铺最优化选址方法,根据城市路网划分区域;然后利用每个区域内的社交媒体和传感器数据构造特征,利用城市规划等数据构造规则特征,考虑距离等因素乘以相应的权重,并利用多视图学习进行特征融合利用迁移学习将数据量丰富的大城市选址知识转移到相对较小的城市,训练小城市的最优化商铺选址模型。最后将规则特征和训练好的模型进行融合得到最终的最优选址模型。本发明多视图学习对不同视图数据进行融合,可有效扩展其他来源的数据,同时本发明基于迁移学习技术,对拥有较小样本的小城市也能取得较好的效果。
  • 一种基于迁移学习商铺最优化选址方法

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