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36964个,建议您升级VIP下载更多相关专利
  • [发明专利]集束式长短剪力钉的极限抗剪承载力计算方法-CN201710694517.9有效
  • 刘沐宇;高宗余;张强;卢志芳;邓晓光;赖苑林;闫龙 - 武汉理工大学
  • 2017-08-11 - 2019-10-25 - G06F17/50
  • 一种集束式长短剪力钉的极限抗剪承载力计算方法。首先开展集束式长短剪力钉推出试验和有限元分析,获得平均单钉极限抗剪承载力,研究长短剪力钉直径、长度、强度、弹性模量、混凝土强度和弹性模量等参数对剪力钉抗剪承载力的影响规律,利用差分进化法对剪力钉极限抗剪承载力进行非线性回归分析,建立集束式长短剪力钉单钉的极限抗剪承载力计算公式;然后,研究长短剪力钉所受荷载、极限抗剪承载力、以及钢梁与混凝土板间相对滑移值,回归分析得到集束式长短剪力钉的荷载‑滑移曲线计算公式。本发明的方法解决了现有规范不能考虑剪力钉不同长度、不同直径交错布置来进行承载力计算的难题,为钢‑混组合结构长短剪力钉的设计提供技术支撑。
  • 集束长短剪力极限承载力计算方法
  • [发明专利]一种基于长短时程突触互补神经元网络的边缘检测方法-CN202010049326.9有效
  • 范影乐;余翔;武薇 - 杭州电子科技大学
  • 2020-01-16 - 2023-02-03 - G06T7/13
  • 本发明涉及一种基于长短时程突触互补神经元网络的边缘检测方法。构建具有长短时程突触互补特性的神经元网络,包括颜色拮抗加权编码、放电时间编码和长短时程突触互补编码模块。在颜色拮抗加权编码模块中,对待测图像的颜色拮抗通道进行加权编码;在放电时间编码模块中,实现对加权编码响应的放电时间编码;在长短时程突触互补编码模块中,基于神经元群放电活动时空依赖性和同步放电特性实现长短时程突触可塑性编码,并实现长短时程突触的结果互补融合,通过对时间信息流编码得到边缘响应;经归一化和灰度映射处理得到最终边缘结果。本发明考虑边缘检测过程中,长短时程突触可塑性的互补作用,对于背景复杂、弱边缘较多的图像有较好的检测效果。
  • 一种基于长短突触互补神经元网络边缘检测方法
  • [发明专利]一种基于时空长短期记忆网络的视频预测方法-CN202310096408.2在审
  • 张明娇;张利剑;刘昊;王道臣;吴庆勋;李如飞 - 北京机械设备研究所
  • 2023-01-19 - 2023-06-23 - G06V20/40
  • 本公开是关于一种基于时空长短期记忆网络的视频预测方法、装置、电子设备以及存储介质。其中,该方法包括:将待预测视频的视频帧作为输入,提取所述视频帧中的输入特征,所述输入特征包括时间信息及空间信息;以所述时间信息及空间信息作为预设时空长短期记忆网络的输入特征,基于所述预设时空长短期记忆网络进行视频预测,所述视频预测中包含基于所述预设时空长短期记忆网络的时空序列实现对所述待预测视频中的形状变形和运动轨迹的预测。本公开的预测模型采用向卷积长短期记忆网络中增加了空间记忆信息视频预测方法,时空长短期记忆网络既保留了对空间信息的提取,又增强了时间信息的编码和提取,使视频预测的效率更高,预测效果更好。
  • 一种基于时空短期记忆网络视频预测方法
  • [发明专利]一种基于长短基线干涉仪测向体制的基线选取方法-CN201710327780.4有效
  • 马家宁;陈泽礼;何成 - 北京遥感设备研究所
  • 2017-05-11 - 2022-02-25 - G06F30/20
  • 本发明公开了一种基于长短基线干涉仪测向体制的基线选取方法,利用长短基线干涉仪测角原理结合MATLAB仿真进行长短基线解模糊测角建模和仿真,通过设置不同频率、被测角度等系统参数,分析不同基线尺寸组合下的干涉仪解模糊能力,给出长短基线测角模型在已知工作频带下的最佳基线尺寸结构配置即在给定系统工作频率范围和测角范围前提下,通过选取恰当的长短基线的尺寸关系,使测向系统拥有最宽的基线相位误差容限,以此提高存在较大相位误差情况下该类型干涉仪测角无模糊的成功率,改善采用长短基线干涉仪测向体制的测向系统在实际应用中受系统和环境等因素影响时的测向性能。
  • 一种基于长短基线干涉仪测向体制选取方法
  • [发明专利]基于注意力模型长短时记忆网络的洪水预测方法-CN201811317514.4有效
  • 巫义锐;王晓珂;徐维刚;冯钧 - 河海大学
  • 2018-11-07 - 2022-08-26 - G06N3/04
  • 本发明公开了一种基于注意力模型长短时记忆网络的洪水预测方法,包括采集洪水相关数据,洪水相关数据包括不同时间点的流量和洪水因子;在长短时记忆网络中引入注意力模型,构建基于注意力模型长短时记忆网络;用标准化后的洪水相关数据对基于注意力模型长短时记忆网络进行训练;利用训练后的基于注意力模型长短时记忆网络进行洪水预测。本发明保留了原有长短时记忆网络的序列建模能力,引入了注意力模型,使用循环方案来优化,它将局部情境信息描述为一种权重方案,忽略了一些对于预测没有用处的洪水因子,大大缩短了预测平均时间,同时也增加了准确性。
  • 基于注意力模型短时记忆网络洪水预测方法
  • [发明专利]一种基于胶囊-长短时记忆神经网络的视频表情识别方法-CN202011384713.4有效
  • 刘思苇;舒坤贤 - 重庆邮电大学
  • 2020-12-01 - 2022-07-15 - G06V40/16
  • 本发明属于人脸表情识别技术领域,特别涉及一种基于胶囊‑长短时记忆神经网络的视频表情识别方法,包括将包括有人脸的视频转换为视频帧;检测视频帧中的人脸图像,并对人脸图像进行预处理;构建胶囊网络,利用胶囊网络提取人脸图像的特征并进行图片的重构;构建长短时记忆神经网络,将胶囊网络编码器的输出作为长短时记忆神经网络的输入,提取时序特征;将长短时记忆神经网络输出中最大概率值对应的表情分类作为该序列的标签;本发明将胶囊网络与长短时记忆网络相结合,胶囊网络提取空间信息,长短时记忆神经网络提取时序信息,从而有效地提升了表情分类的精度。
  • 一种基于胶囊短时记忆神经网络视频表情识别方法
  • [发明专利]长短金手指的镀金方法-CN201010557161.2无效
  • 刘宝林;蒋卓康;罗斌 - 深南电路有限公司
  • 2010-11-24 - 2011-04-13 - H05K3/12
  • 本发明涉及一种长短金手指的镀金方法,包括:(1)准备PCB板,在PCB板上制作出板内图形和长短金手指图形,长短金手指通过引线与板内图形相互导通,所有引线处形成一个连接区域;(2)丝网印刷导电油墨,丝网印刷区域的导电油墨覆盖长短金手指与板内图形的连接区域,使所有引线相互电导通;(3)利用导电油墨作为镀金导线对长短金手指进行镀金;(4)去除导电油墨。本发明相对现有技术不在PCB板上设置镀金导线,自然减少了制作镀金导线、保护镀金导线及最后去除镀金导线等流程,而且,本发明采用了印刷导电油墨来代替镀金导线,能够达到使长短金手指相互导通的目的,具有流程少、
  • 长短手指镀金方法
  • [实用新型]一种羊绒分梳下脚料回用装置-CN201420175336.7有效
  • 丁生国;马占国;席荣;杨丽娟;丁晓龙 - 宁夏成丰工贸有限公司
  • 2014-04-11 - 2014-09-10 - D01G15/72
  • 本实用新型提供一种羊绒分梳下脚料回用装置,包括集绒风机、旋风除尘器、长短绒分离箱、吹风装置、长绒汇集器、短绒汇集器以及回收风机,所述集绒风机、旋风除尘器、长短绒分离箱依次连通,所述吹风装置设置在长短绒分离箱一侧,所述长绒汇集器、短绒汇集器分别与长短绒分离箱连通,所述回收风机分别与长绒汇集器、短绒汇集器连接。本实用新型羊绒分梳下脚料回用装置通过在设置旋风除尘器和长短绒分离箱上设置吹风装置,不仅能够将下脚料的灰尘等杂质去除,而且能够将下脚料的长短绒进行分离,如此可将下脚料回收利用。
  • 一种羊绒下脚料装置
  • [实用新型]皮带机-CN201320234536.0有效
  • 史拔 - 北京大森长空包装机械有限公司
  • 2013-05-03 - 2013-10-16 - B65G21/14
  • 移动支架和皮带辊,皮带缠绕在皮带辊上,皮带辊安装在机架上,移动支架位于主机架的两端,皮带辊包括中间辊、分别安装在两端的移动支架上的过渡辊Ⅰ和过渡辊Ⅱ,在过渡辊Ⅰ与中间辊以及中间辊与过渡辊Ⅱ之间分别设置有皮带长短调节机构Ⅰ和皮带长短调节机构Ⅱ,皮带长短调节机构Ⅰ包括固定在主机架上的固定辊和相对于固定辊能够移动的调整辊,皮带长短调节机构Ⅱ和皮带长短调节机构Ⅰ结构相同。本实用新型涉及一种长短可调式皮带机,能够在一定范围内调整皮带机的长度,从而达到快速调整生产线的目的,并且节约了成本。
  • 皮带机

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