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180967个,建议您升级VIP下载更多相关专利
  • [发明专利]由一电子衍射花样重构晶体布拉菲格子的方法-CN201910631318.2有效
  • 施洪龙 - 中央民族大学
  • 2019-07-12 - 2023-09-12 - G01N23/20058
  • 一种利用一电子衍射花样重构晶体的布拉菲格子的方法包括如下步骤:步骤1):记录待测晶体的带轴电子衍射花样,得到一含有高阶劳厄衍射的带轴电子衍射花样;步骤2):测量二维初基胞;步骤3):测量高阶劳厄衍射环;步骤4):测量高阶劳厄衍射点;步骤5):三维倒易初基胞的重构;步骤6):将步骤5)中得到的倒易初基胞转化为正格子;步骤7):约化处理;步骤8):将Niggli约化胞转换为布拉菲格子。所述方法仅由一含有高阶劳厄衍射点的带轴电子衍射花样,即可分析出所测晶体的点阵类型及晶格常数;在实际的电镜实验和数据分析中,可大大减少实验和分析的工作量。
  • 一张电子衍射花样晶体布拉菲格子方法
  • [发明专利]同步数字体系传输设备中低阶\高阶业务板的保护装置-CN200410084377.6有效
  • 游钢;姚劲 - 上海贝尔阿尔卡特股份有限公司
  • 2004-11-19 - 2006-05-31 - H04L12/24
  • 本发明涉及同步数字体系传输设备中低阶\高阶业务板的保护装置,包括:一在业务区设置的备份低阶\高阶业务板;一组在设备背板中设置的低阶\高阶保护总线,分别与各低阶\高阶接口板连接,使每一低阶\高阶接口板能接收该低阶\高阶保护总线传送的信号;一在接口区设置的低阶\高阶保护板,可插接在低阶\高阶接口板的槽位中,将低阶\高阶保护总线和备份低阶\高阶业务板的总线相连。本发明在不增加系统复杂性的前提下,引入一组低阶\高阶保护总线,通过低阶\高阶保护板,实现对低阶\高阶业务板的冗余保护,从而提高了系统的可靠性。另外,低阶\高阶保护板可以插入接口区的任意槽位,增加了系统的灵活性。本发明以低廉成本、精简方式实现了对业务板的冗余保护。
  • 同步数字体系传输设备低阶业务保护装置
  • [发明专利]一种超短期风速预测方法及装置-CN202111370814.0在审
  • 季天瑶;姜雨滋;吴青华 - 华南理工大学
  • 2021-11-18 - 2022-03-18 - G06Q10/04
  • 本发明公开了一种超短期风速预测方法及装置,其中方法包括:获取风速时间数据,对风速时间数据进行间隔采样,获得时间序列;将采样获得的时间序列分解为近似序列和细节序列;对近似序列和细节序列的高阶张量进行汉克化处理,获得三阶量;对三阶量沿着时间维度切片,并对每一个时刻的二阶量切片使用塔克分解,获得低秩高阶时间序列;将核心张量时间序列送入长短期记忆网络进行学习,训练得到最优网络参数,并预测得到未来时刻的二阶核心张量切片
  • 一种短期风速预测方法装置
  • [发明专利]一种基于张量分解的图像数据隐藏方法-CN201811309996.9有效
  • 熊继平;叶灵枫;叶童 - 浙江师范大学
  • 2018-10-26 - 2023-03-10 - G06F21/60
  • 本发明公开了一种基于张量分解的图像数据隐藏方法,将高阶奇异值分解应用于所需嵌入信息的图像,将所需嵌入信息替换张量分解得到的最小奇异值对应的左奇异矩阵元素,由替换后的奇异矩阵重构原始图像。该方法包括:将所需嵌入数据的图像放入一个三阶正方体张量中;利用高阶奇异值分解方法对正方体张量进行分解,得到一个核心张量和在各模态上的奇异值和奇异矩阵;将所需嵌入信息替换由张量分解得到的某一模态下最小奇异值对应的左奇异矩阵元素;将嵌入信息后的三个左奇异矩阵和核心张量重构三阶量;三阶量中提取嵌入信息后的图像。
  • 一种基于张量分解图像数据隐藏方法
  • [发明专利]一种基于高阶图神经网络的社交关系识别方法-CN202010845651.6有效
  • 卿粼波;高建军;李林东;吴晓红;陈洪刚 - 四川大学
  • 2020-08-20 - 2023-04-28 - G06N3/08
  • 本发明提出了一种基于高阶图神经网络的社交关系识别方法,主要涉及深度学习领域中先提取相关特征以构建图结构,再利用高阶图神经网络进行图推理,最后由分类器进行社交关系分类的问题。该方法包括:通过四个预训练模型和一个全连接层分别提取两人脸、人物对联合区域、场景以及人物对空间位置特征;然后将提取的特征作为结点构建全连接的无向图送入图神经网络进行图推理;最后,利用8个二分类器结合图推理结果进行社交关系分类本发明利用预训练模型和一个全连接层充分提取各层次特征,并通过高阶图神经网络有效推理隐藏在各层次特征之间的社交关系信息,提升了分类器的效果,达到了较高准确率的社交关系识别。
  • 一种基于高阶图神经网络社交关系识别方法

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